Как центрировать данные в python: с примерами

Центрирование набора данных означает вычитание среднего значения каждого отдельного наблюдения в наборе данных.

Как только вы центрируете набор данных, среднее значение набора данных становится равным нулю.

В следующих примерах показано, как центрировать данные в Python.

Пример 1. Центрирование значений массива NumPy

Предположим, у нас есть следующий массив NumPy:

 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

Мы можем определить функцию для вычитания среднего значения массива из каждого отдельного наблюдения:

 #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.])

Полученные значения являются центрированными значениями набора данных.

Поскольку среднее значение исходной таблицы было 14, эта функция просто вычитала 14 из каждого отдельного значения в исходной таблице.

Например:

• 1-е значение центрированного массива = 4 – 14 = -10
• 2-е значение центрированного массива = 6 – 14 = -8
• 3-е значение в центрированном массиве = 9 – 14 = -5

И так далее.

Мы также можем проверить, что среднее значение центрированной таблицы равно нулю:

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

0.0

Пример 2. Центрирование столбцов DataFrame Pandas

Предположим, у нас есть следующий DataFrame pandas:

 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

Мы можем использовать функцию pandas apply() для центрирования значений каждого столбца в DataFrame:

 #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 

Затем мы можем убедиться, что среднее значение каждого столбца равно нулю:

 #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

Средние значения по столбцам отображаются в экспоненциальном формате, но каждое значение по существу равно нулю.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в Python:

Как вычислить усеченное среднее значение в Python
Как рассчитать среднеквадратическую ошибку (MSE) в Python
Как рассчитать среднее значение выбранных столбцов в Pandas