Python でデータを中央に配置する方法: 例付き

データセットを中央に配置するということは、データセット内の個々の観測値の平均値を減算することを意味します。

データ セットを中心に配置すると、データ セットの平均値はゼロになります。

次の例は、Python でデータを中央に配置する方法を示しています。

例 1: NumPy 配列の値を中央揃えにする

次の NumPy 配列があるとします。

 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

個々の観測値から平均配列値を減算する 関数を定義できます。

 #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.])

結果の値は、データセットの中心の値です。

元のテーブルの平均は 14 であったため、この関数は単純に元のテーブルの個々の値から 14 を減算しました。

例えば：

• 中心配列の最初の値 = 4 – 14 = -10
• 中心配列の 2 番目の値 = 6 – 14 = -8
• 中央配列の 3 番目の値 = 9 – 14 = -5

等々。

中心にあるテーブルの平均がゼロであることも確認できます。

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

0.0

例 2: Pandas DataFrame の列を中央に配置する

次のパンダ データフレームがあるとします。

 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

pandas apply()関数を使用して、DataFrame の各列の値を中央に配置できます。

 #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 

次に、各列の平均値がゼロであることを確認できます。

 #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

列の平均は科学的表記法で表示されますが、各値は基本的にゼロです。

追加リソース

次のチュートリアルでは、Python で他の一般的な操作を実行する方法について説明します。

Python でトリミング平均を計算する方法
Python で平均二乗誤差 (MSE) を計算する方法
Pandas で選択した列の平均を計算する方法