将数据框中的每一行除以 Python 中的向量

Posted 2023-02-16

【中文标题】将数据框中的每一行除以 Python 中的向量

【英文标题】：Dividing each row in a dataframe by a vector in Python

【发布时间】：2021-03-04 03:40:05

【问题描述】：

我在逻辑回归之前对我的数据进行特征缩放。

在我尝试将列除以 max_min 向量之前，一切都很完美。它似乎在每一列中都有效，但在年龄列中无效，但我似乎找不到原因。

我之前已经拆分数据进行测试和训练，下面我正在尝试扩展 X_train 数据。

# Working out the min value for each column and subtracting this from each row in the data
X_train_min = np.array(X_train0.min())
X_train0.sub(X_train_min.squeeze(), axis=1)

从上面的代码中，我得到一个表，其中每个值都减去了其列的最小值，这是正确的。 输出： output

# Working out the max value for each column and the difference between the max and min values
X_train_max = np.array(X_train0.max())
max_min = np.array(X_train0.max()) - np.array(X_train0.min())
print(max_min)

输出：

[   56     1     3     2     4     3 18174    56     7]

这是我遇到问题的地方：

# Dividing each row in the data by the difference between the max and min values of its column
X_train0.div(max_min, axis=1)

我已经获得了一个表格，其中每个值都除以向量，除了第一列“年龄”，其中数字不对应于除法。 输出： output

【参考方案1】：

当min 已被减去时，您正在除以max - min。您只需要除以新的最大值即可：

max_min = np.array(X_train0.max())

【讨论】：

我找到的特征缩放公式是 (x-min)/(max-min)

@RebeccaStephens 只有在应用公式之前同时取最大值和最小值时才成立。从您的代码中，看起来您在减去 min 后计算 max