Pandas · 函数

数据标准化

对指定列做标准化/归一化/鲁棒缩放。返回新表。

调用签名(表, 列列表=None, 方法: 'str' = 'zscore')

数ZHONGWEN
PYTHON

Chinese example

中文代码示例

设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
# 完整案例：按字段调用 数据标准化
设 结果 = Pandas.数据标准化(
    表=表,  # 必填；Pandas DataFrame 或类似表格对象
    列列表=None,  # 可选；Pandas DataFrame 或类似表格对象
    方法='zscore',  # 可选；字符串类型的 方法 参数,按函数业务含义传入对应...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

表可选 · 默认无

未声明位置参数或字段名=值

Pandas DataFrame 或类似表格对象。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到表再传入

列列表可选 · 默认 None

未声明位置参数或字段名=值

Pandas DataFrame 或类似表格对象。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

方法可选 · 默认 'zscore'

str位置参数或字段名=值

字符串类型的方法参数,按函数业务含义传入对应文本。

常见错误：传非字符串会报 TypeError;按字符串类型传值

Playbook

基础用法 · 进阶组合 · 错误排查

设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
# 完整案例：按字段调用 数据标准化
设 结果 = Pandas.数据标准化(
    表=表,  # 必填；Pandas DataFrame 或类似表格对象
    列列表=None,  # 可选；Pandas DataFrame 或类似表格对象
    方法='zscore',  # 可选；字符串类型的 方法 参数,按函数业务含义传入对应...
)
打印(结果)

# 进阶组合:数据标准化 配合 Pandas 业务流使用
设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
设 结果 = Pandas.数据标准化(
    表=表,  # 必填
    列列表=None,  # 可选
    方法='zscore',  # 可选
)
Pandas.导出CSV(结果, "outputs/结果.csv")
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 表
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = Pandas.数据标准化()  # TypeError
# 修复:补上必填字段
设 结果 = Pandas.数据标准化(表=表)
打印(结果)