在学习pandas的聚合运算操作时,发现了'normalize_b' is not a valid function for 'Series' object的错误,源代码如下
#例子:对所有列进行归一化、比例变化、极差变化处理
data=pd.read_table("D:\jupyter\建模方法\datas\data14_1_1.txt",header=None,
names=['最大速度','飞行范围','最大负载','费用','可靠性','灵敏度'],
).rename(index={k:v for k,v in enumerate(['A1','A2','A3','A4'])})
data
#允许传入自定义函数(虽然比较慢)
def normalize_b(x):
return x/np.linalg.norm(x)
def normalize_s(x):
return 1-x/np.linalg.norm(x)
def range_b(x):
return (x-x.min())/(x.max()-x.min())
def range_s(x):
return (x.max()-x)/(x.max()-x.min())
def proportional_b(x):
return x/x.max()
def proportional_s(x):
return x.min()/x
data.agg({'最大速度':'normalize_b','飞行范围':'normalize_b',
'最大负载':'normalize_b','费用':'normalize_s','可靠性':'normalize_b','灵敏度':'normalize_b'})
解决方案:把函数和最后一段改成如下即可
def normalize_b(x):
return x/np.linalg.norm(x,axis=0)
def normalize_s(x):
return 1-x/np.linalg.norm(x,axis=0)
data.agg({'最大速度': normalize_b, '飞行范围': normalize_b, '最大负载': normalize_b, '费用': normalize_s, '可靠性': normalize_b, '灵敏度': normalize_b})