数据框中每一列的标准化

Question

我想从多元正态分布中随机抽取100x5数据帧。然后，我想对该列中的数据框中的每个值进行标准化。即我要替换：

其中

在向量x中，字母“ i”表示向量（1..5）的数量，“ j”表示第i个向量的第j个值。

我想做到没有任何循环。

到目前为止我的工作

import numpy
import pandas
#create some really numbers by randomly pressing keyboard
mean = [1, 2,3,4,5]
cov = [[1, 0,0,4,6], [0, 100,4,6,1],[12,14,1,0,13],
       [41,5,0,3,6],[123,5,1,5,12]]
x_1, x_2, x_3, x_4, x_5 = numpy.random.multivariate_normal(mean, cov, 5000).T

#Create data frame
df=(pandas.DataFrame([x_1,x_2,x_3,x_4,x_5]))


#Try to do standardization

df_norm = (df - df.mean()) / (df.stdev())

我有问题：最后一行不起作用。对我来说很直观，它应该起作用，但是不起作用。你能帮我解决我的问题吗？

我还要另外一个问题。标准化之后，我想估算出哪个多元正态分布样本来自。我们有实现的功能吗？

Answer 1

您需要按列进行操作。

df_norm = df.copy()
for col in df:
    df_norm[col] = (df[col] - df[col].mean()) / df[col].std()