如何在Python中使用apply()函数将变量归一化至0-30区间？

核心逻辑 #

你要实现的是将Portfolio Environmental Score列的数值归一化到0-30区间，对应的公式为：
normalized = 30 * (x - min_value) / (max_value - min_value)
其中min_value是该列的全局最小值，max_value是该列的全局最大值。

apply()的具体用法 #

在这个场景里，apply()的作用是遍历esg_funds['Portfolio Environmental Score']这个Series的每一个元素，对每个元素执行你定义的计算逻辑：

1. 定义计算逻辑（lambda函数） #

lambda函数接收列中的单个元素x，代入归一化公式完成计算：

lambda x: 30*(x - esg_funds['Portfolio Environmental Score'].min())/(esg_funds['Portfolio Environmental Score'].max() - esg_funds['Portfolio Environmental Score'].min())

这里的min()和max()是针对整个Portfolio Environmental Score列计算的，所以在lambda函数中直接调用就能获取全局的最小/最大值。

2. 调用apply()执行归一化 #

把lambda函数传入apply()方法，它会自动对列内的每个元素应用这个函数，最终返回一个包含归一化结果的新Series：

new_escore = esg_funds['Portfolio Environmental Score'].apply(lambda x: 30*(x-esg_funds['Portfolio Environmental Score'].min())/(esg_funds['Portfolio Environmental Score'].max()-esg_funds['Portfolio Environmental Score'].min()))

优化写法（可选） #

为了让代码更简洁，同时减少重复计算的开销，可以提前算出列的最小和最大值：

env_score_col = esg_funds['Portfolio Environmental Score']
min_val = env_score_col.min()
max_val = env_score_col.max()
new_escore = env_score_col.apply(lambda x: 30*(x - min_val)/(max_val - min_val))

内容的提问来源于stack exchange，提问作者user19463887