列在特定范围内时，对熊猫数据框中的列进行规范化

Question

我在熊猫中有一个数据框，其中包含我的实验数据。 看起来像这样：

KE  BE  EXP_DATA  COL_1  COL_2  COL_3 .....
10  1   5         1      2      3   
9   2   .         .      .      .
8   3   .         .
7   4
6   5
.
.   

不使用列KE。 BE是x轴的值，所有其他列是y轴的值。 为了进行规范化，我在Michael Aquilina的帖子中的规范化中也介绍了这种想法。 因此，我需要找到我的数据的最大值和最小值。 我这样做

    minBE = self.data[EXP_DATA].min()
    maxBE = self.data[EXP_DATA].max()

现在，我想查找此列的最大值和最小值，但仅当“列” BE在某个范围内时，才查找“列” EXP_DATA中的范围。 因此，从本质上讲，我只想在某个X范围内对数据进行归一化。

解

感谢解决方案，Milo给了我我现在使用此功能：

def normalize(self, BE="Exp",NRANGE=False):
    """
    Normalize data by dividing all components by the max value of the data.

    """
    if BE not in self.data.columns:
        raise NameError("'{}' is not an existing column. ".format(BE) +
                        "Try list_columns()")
    if NRANGE and len(NRANGE)==2:
        upper_be = max(NRANGE)
        lower_be = min(NRANGE)
        minBE = self.data[BE][(self.data.index > lower_be) & (self.data.index < upper_be)].min()
        maxBE = self.data[BE][(self.data.index > lower_be) & (self.data.index < upper_be)].max()
        for col in self.data.columns:                                                           # this is done so the data in NRANGE is realy scalled between [0,1]
            msk = (self.data[col].index < max(NRANGE)) & (self.data[col].index > min(NRANGE))
            self.data[col]=self.data[col][msk]
    else:

        minBE = self.data[BE].min()
        maxBE = self.data[BE].max()

    for col in self.data.columns:
        self.data[col] = (self.data[col] - minBE) / (maxBE - minBE)

如果我使用参数NRANGE = [a，b]调用该函数， 并且 a和b也是我图的x极限，则在遮盖其余数据时会自动在0和1之间缩放可见的Y值。 如果在没有NRANGE参数的情况下调用该函数，则传递给该函数的数据的整个范围的范围为0 o 1。

谢谢您的帮助！

Answer 1

您可以使用布尔索引 。 例如，要在EXP_DATA列中选择最大和最小值，其中BE大于2且小于5：

lower_be = 2
upper_be = 5

max_in_range = self.data['EXP_DATA'][(self.data['BE'] > lower_be) & (self.data['BE'] < upper_be)].max()
min_in_range = self.data['EXP_DATA'][(self.data['BE'] > lower_be) & (self.data['BE'] < upper_be)].min()