如何使用Python函数对数据列执行向量归一化

数据集情况 #

数据集总共有1000行，以下是其中3行示例：

变量说明：m代表数据集的行数，n代表列数，i用来遍历每一行，j用来遍历每一列。

我们要对B列和C列做L2归一化——也就是把列里的每个元素，除以该列所有元素平方和的平方根，对应逻辑公式如下：

df['B'] = df['B'] / np.sqrt((df['B'].pow(2)).sum())
df['C'] = df['C'] / np.sqrt((df['C'].pow(2)).sum())

完整Python代码实现 #

import pandas as pd
import numpy as np

# 读取数据集，示例用模拟数据演示，真实场景替换为pd.read_csv("你的数据文件路径")即可
sample_data = {
    'Date': ['2022-07-24', '2021-02-01', '2020-04-30'],
    'B': [100, 200, 300],
    'C': [1234, 6789, 4324]
}
df = pd.DataFrame(sample_data)

# 指定要归一化的列，批量处理更简洁高效
target_cols = ['B', 'C']
df[target_cols] = df[target_cols].apply(lambda col: col / np.sqrt((col ** 2).sum()))

# 输出结果查看
print(df)

内容的提问来源于stack exchange，提问作者Madness