如何用Pandas按列将0-5范围数据缩放到0-4范围？

核心思路 #

原数据范围为0-5，目标范围是0-4，最直接高效的处理方式是线性映射，公式为：
缩放后值 = (原始值 / 5) * 4
该方法能完整保留数据的相对比例，同时精准贴合目标范围，结合Pandas的矢量化操作可实现最高处理效率。

代码实现 #

1. 构造示例DataFrame：

import pandas as pd

data = {
    'a': [0, 5, 1, 3],
    'b': [2, 4, 4, 4],
    'c': [5, 3, 2, 0]
}
df = pd.DataFrame(data)

2. 执行缩放（最优矢量化方案）：

# 直接对整列进行批量计算，无需循环
scaled_df = df * (4/5)

执行后结果：

3. 可选：转为整数类型
   如果需要整数结果，可根据需求选择处理方式：

# 直接截断小数转为整数
scaled_df_int = (df * (4/5)).astype(int)
# 四舍五入后转为整数
scaled_df_round = (df * (4/5)).round().astype(int)

4. 可选：限制值在目标范围内
   若担心原数据存在超出0-5的异常值，可添加范围约束：

scaled_df = (df * (4/5)).clip(0, 4)

方案优势 #

• 效率最优：基于numpy的矢量化操作避免了逐行循环，处理大规模数据集时速度远超自定义循环逻辑。
• 代码简洁：一行代码完成整表缩放，可读性强，维护成本低。
• 比例保留：线性映射不会破坏原数据的相对分布，完美适配这种因录入错误导致范围偏移的场景。

内容的提问来源于stack exchange，提问作者Saulti23