如何遍历熊猫数据框中的每个列和每个单元格

Question

我有一个数据帧（ training_df ），具有4列，每列包含约150行。 我也有如下功能：

def normalise(theMin, theMax, theVal):
    if(theMin == theVal):
        return 0
    else if(theMax == theVal):
        return 1
    return (theVal - theMin) / (theMax - theMin)

现在，我要做的是依次遍历数据帧的所有四列，并遍历每一列中的所有行以及行中的每个值（当然，每一行中只有一个单元格）用normalise函数返回的任何值替换它们。 因此，我通过查看此论坛中已经问过的问题来尝试了类似的操作：

for column in training_df:
    theMin = training_df[column].min()
    theMax = training_df[column].max()    
    for i in training_df[[column]].iterrows():
        training_df[[column[i]]] = normalise(theMin, theMax, i)

但是我遇到了TypeError: string indices must be integers对于Python和pandas以及数据挖掘来说，我是一个新手，所以如果有人可以澄清一下，我将不胜感激。 提前致谢。

Answer 1

我将要做的 ..

df.apply(lambda x : (x-x.min())/(x.max()-x.min()))