Python에서 데이터를 중앙에 배치하는 방법: 예제 포함

데이터 세트를 중앙에 배치한다는 것은 데이터 세트의 각 개별 관측치 의 평균값을 빼는 것을 의미합니다.

데이터 세트를 중앙에 배치하면 데이터 세트의 평균값은 0이 됩니다.

다음 예에서는 Python에서 데이터를 중앙에 배치하는 방법을 보여줍니다.

예시 1: NumPy 배열의 값을 중앙에 배치

다음과 같은 NumPy 배열이 있다고 가정합니다.

 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

각 개별 관찰에서 평균 배열 값을 빼는 함수를 정의할 수 있습니다.

 #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.])

결과 값은 데이터 세트의 중심 값입니다.

원래 테이블의 평균이 14였으므로 이 함수는 단순히 원래 테이블의 각 개별 값에서 14를 뺍니다.

예를 들어:

• 중앙 배열의 첫 번째 값 = 4 – 14 = -10
• 중앙 배열의 두 번째 값 = 6 – 14 = -8
• 중앙 배열의 세 번째 값 = 9 – 14 = -5

등등.

또한 중앙 테이블의 평균이 0인지 확인할 수도 있습니다.

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

0.0

예 2: Pandas DataFrame의 열을 중앙에 배치

다음과 같은 팬더 DataFrame이 있다고 가정합니다.

 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() 함수를 사용하여 DataFrame의 각 열 값을 중앙에 배치할 수 있습니다.

 #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 

그런 다음 각 열의 평균 값이 0인지 확인할 수 있습니다.

 #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

열 평균은 과학적 표기법으로 표시되지만 각 값은 기본적으로 0입니다.

추가 리소스

다음 튜토리얼에서는 Python에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Python에서 절사 평균을 계산하는 방법
Python에서 평균 제곱 오차(MSE)를 계산하는 방법
Pandas에서 선택한 열의 평균을 계산하는 방법