规范化 pandas DataFrame 的每一列答案

【问题标题】：Normalize each column of a pandas DataFrame规范化 pandas DataFrame 的每一列
【发布时间】：2014-11-03 19:16:10
【问题描述】：

Dataframe 的每一列都需要根据该列中第一个元素的值对其值进行规范化。

for timestamp, prices in data.iteritems():
    normalizedPrices = prices / prices[0]
    print normalizedPrices     # how do we update the DataFrame with this Series?

但是，一旦我们创建了规范化的数据列，我们如何更新 DataFrame？我相信如果我们这样做prices = normalizedPrices，我们只是在对 DataFrame 的副本/视图而不是原始 DataFrame 本身进行操作。

【问题讨论】：

旁注：根据@unutbu 的回答，最好的解决方案是循环遍历数据帧的行是非常罕见的
@PaulH 如我所见，代码循环遍历数据框的列（而不是行）。

标签： python python-2.7 pandas dataframe

【解决方案1】：

一次性标准化整个 DataFrame 可能是最简单的（并避免完全循环遍历行/列）：

>>> df = pd.DataFrame({'a': [2, 4, 5], 'b': [3, 9, 4]}, dtype=np.float) # a DataFrame
>>> df
   a  b
0  2  3
1  4  9
2  5  4

>>> df = df.div(df.loc[0]) # normalise DataFrame and bind back to df
>>> df
     a         b
0  1.0  1.000000
1  2.0  3.000000
2  2.5  1.333333

【讨论】：

【解决方案2】：

分配给data[col]:

for col in data:
    data[col] /= data[col].iloc[0]

【讨论】：

【解决方案3】：

import numpy

data[0:] = data[0:].values/data[0:1].values

【讨论】：