如何在 python 中将数据居中：带有示例

将数据集居中意味着减去数据集中每个单独观测值的平均值。

一旦将数据集居中，数据集的平均值就会变为零。

以下示例展示了如何在 Python 中居中数据。

示例 1：将 NumPy 数组的值居中

假设我们有以下 NumPy 数组：

 import numpy as np

#create NumPy array
data = np. array ([4, 6, 9, 13, 14, 17, 18, 19, 19, 21])

#display mean of array
print ( data.mean ())

14.0

我们可以定义一个函数来从每个单独的观察值中减去平均数组值：

 #create function to data center
center_function = lambda x: x - x. mean ()

#apply function to original NumPy array
data_centered = center_function(data)

#view updated Array
print (data_centered)

array([-10., -8., -5., -1., 0., 3., 4., 5., 5., 7.])

结果值是数据集的中心值。

由于原始表的平均值为 14，因此该函数只是从原始表中的每个单独值中减去 14。

例如：

• 居中数组的第一个值 = 4 – 14 = -10
• 居中数组的第二个值 = 6 – 14 = -8
• 居中数组中的第三个值 = 9 – 14 = -5

等等。

我们还可以检查居中表的平均值是否为零：

 #display mean of centered array
print ( data_centered.mean ())

0.0

示例 2：将 Pandas DataFrame 的列居中

假设我们有以下 pandas DataFrame：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' x ': [1, 4, 5, 6, 6, 8, 9],
                   ' y ': [7, 7, 8, 8, 8, 9, 12],
                   ' z ': [3, 3, 4, 4, 6, 7, 7]})

#view DataFrame
print (df)

   X Y Z
0 1 7 3
1 4 7 3
2 5 8 4
3 6 8 4
4 6 8 6
5 8 9 7
6 9 12 7

我们可以使用 pandas apply()函数将 DataFrame 中每一列的值居中：

 #center the values in each column of the DataFrame
df_centered = df. apply ( lambda x: xx.mean ())

#view centered DataFrame
print (df_centered)

	        X Y Z
0 -4.571429 -1.428571 -1.857143
1 -1.571429 -1.428571 -1.857143
2 -0.571429 -0.428571 -0.857143
3 0.428571 -0.428571 -0.857143
4 0.428571 -0.428571 1.142857
5 2.428571 0.571429 2.142857
6 3.428571 3.571429 2.142857 

然后我们可以验证每列的平均值是否为零：

 #display mean of each column in the DataFrame
df_centered. mean ()

x 2.537653e-16
y-2.537653e-16
z 3.806479e-16
dtype:float64

列平均值以科学计数法显示，但每个值基本上为零。

其他资源

以下教程解释了如何在 Python 中执行其他常见操作：

如何在 Python 中计算截尾平均值
如何在 Python 中计算均方误差 (MSE)
如何计算 Pandas 中选定列的平均值