对于从 x 到 y 可能包含 NaN 的数字列表，我如何在 0 和 1 之间进行归一化，忽略NaN 值(它们保持为 NaN)。
通常我会使用 sklearn.preprocessing 中的 MinMaxScaler (ref page)，但这不能处理 NaN 并建议根据在平均值或中位数等方面，它不提供忽略所有 NaN 值的选项。
最佳答案
考虑 pd.Series s
s = pd.Series(np.random.choice([3, 4, 5, 6, np.nan], 100))
s.hist()
选项 1
最小最大缩放
new = s.sub(s.min()).div((s.max() - s.min()))
new.hist()
不是 OP 要求的内容
我把这些放进去是因为我想
选项 2
乙状结肠
sigmoid = lambda x: 1 / (1 + np.exp(-x))
new = sigmoid(s.sub(s.mean()))
new.hist()
选项 3
tanh(双曲正切)
new = np.tanh(s.sub(s.mean())).add(1).div(2)
new.hist()
关于python - 在 0 和 1 之间进行归一化，忽略 NaN，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/39758449/