我有一个数据集，包含6个月内3万名客户的浏览量。它还包含以下内容：
现在，我确实尝试使用以下方法进行正常测试：
from scipy.stats import normaltest
k2, p = normaltest(df)
print(p)
返回0.0表示数据不遵循正态分布。
现在我想知道为什么会这样吗？我认为通常随着大小的增加，我们会看到数据呈正态分布，因为数据的大小为30k，所以我无法理解为什么它不是正态分布。
我确实尝试将其转换为Z分数，但仍然没有运气。我可以转换数据以实现正态分布吗？有什么方法可以做到这一点？
答案 0 :(得分：1)
在我工作的区域中，我们通常对数转换数据（可能与您一样）是异方差的。在我的区域（质谱法）中，小值比大值的可能性要大得多，所以我们最终得到了指数分布。
我猜您的数据看起来像我的，在这种情况下，您将需要对数据进行日志转换以使其呈正态分布。我会这样做，以便可以应用t检验和其他统计模型。
类似
df_visits = df_visits.apply(lambda x: np.log(x))
当然，在进行转换之前，您还需要消除所有零。
