You need to enable JavaScript to run this app. 如何使用pandas将整数列的数值归一化到[0,1]取值区间
优惠活动
大模型
产品
解决方案
定价
更多

如何使用pandas将整数列的数值归一化到[0,1]取值区间

基于Pandas实现数值列[0,1]归一化方案

前置要求

  • 先明确字段类型:仅对连续数值含义的int列做归一化,代表分类的枚举列(比如取值3对应某个类别)不要纳入计算,避免破坏原有含义
  • 建议生成新列存储归一化结果,不要直接覆盖原始数据,方便后续回溯校验

实现代码(逻辑和你原有原生Python版本完全对齐)

import pandas as pd

# 测试数据,可替换为 pd.read_csv("你的文件路径.csv") 加载本地数据集
d = {'int1': [1, 2, 1], 'int2': [3, 4, 5]}
df = pd.DataFrame(data=d)

# 1. 手动指定需要归一化的连续数值列,类别列不要添加到这个列表里
norm_cols = ['int1', 'int2']

# 2. 逐列执行min-max归一化,自带除零异常处理
for col in norm_cols:
    col_min = df[col].min()
    col_max = df[col].max()
    # 处理列值全部相同的极端情况,避免分母为0报错
    if col_max == col_min:
        df[f"{col}_norm"] = 0.0
    else:
        df[f"{col}_norm"] = (df[col] - col_min) / (col_max - col_min)

# 输出查看结果,原列保留,_norm后缀为归一化后的值
print(df)

运行后的输出结果如下:

int1  int2  int1_norm  int2_norm
0     1     3        0.0        0.0
1     2     4        1.0        0.5
2     1     5        0.0        1.0

如果需要直接覆盖原列,只需要把代码里的f"{col}_norm"替换为col即可。

结果校验

该实现逻辑和你提供的原生Python版本完全一致,计算结果100%对齐,不会出现逻辑偏差。

内容的提问来源于stack exchange,提问作者Kazim

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.20 21:54:05