web-dev-qa-db-ja.com

pandas DataFrameを行ごとに正規化する

pandas DataFrameの各行を正規化する最も慣用的な方法は何ですか？列の正規化は簡単なので、1つの（非常にい！）オプションは次のとおりです。

_(df.T / df.T.sum()).T
_

パンダのブロードキャストルールにより、df / df.sum(axis=1)がこれを実行できません

pythonpandasnormalizationdataframe
33
ChrisB

ブロードキャストの問題を解決するには、divメソッドを使用できます。

df.div(df.sum(axis=1), axis=0)

http://pandas.pydata.org/pandas-docs/stable/basics.html#matching-broadcasting-behavior を参照してください

76
joris

Scikit前処理 ライブラリを使用し、必要に応じてデータフレームを転置することをお勧めします。

'''
Created on 05/11/2015

@author: rafaelcastillo
'''

import matplotlib.pyplot as plt
import pandas
import random
import numpy as np
from sklearn import preprocessing

def create_cos(number_graphs,length,amp):
    # This function is used to generate cos-kind graphs for testing
    # number_graphs: to plot
    # length: number of points included in the x axis
    # amp: Y domain modifications to draw different shapes
    x = np.arange(length)
    amp = np.pi*amp
    xx = np.linspace(np.pi*0.3*amp, -np.pi*0.3*amp, length)
    for i in range(number_graphs):
        iterable = (2*np.cos(x) + random.random()*0.1 for x in xx)
        y = np.fromiter(iterable, np.float)
        if i == 0: 
            yfinal =  y
            continue
        yfinal = np.vstack((yfinal,y))
    return x,yfinal

x,y = create_cos(70,24,3)
data = pandas.DataFrame(y)

x_values = data.columns.values
num_rows = data.shape[0]

fig, ax = plt.subplots()
for i in range(num_rows):
    ax.plot(x_values, data.iloc[i])
ax.set_title('Raw data')
plt.show() 

std_scale = preprocessing.MinMaxScaler().fit(data.transpose())
df_std = std_scale.transform(data.transpose())
data = pandas.DataFrame(np.transpose(df_std))


fig, ax = plt.subplots()
for i in range(num_rows):
    ax.plot(x_values, data.iloc[i])
ax.set_title('Data Normalized')
plt.show()
0
Rafa