python数据标准化

python如何进行数据先分组后每一组别标准化？
就是21组不同特征的数据，然后每一组数据里又有100个不同类型型号的若干数据，怎么先把每一组数据里面的型号分出来再进行每一组型号数据的标准化呀。

针对您的问题，您可以按照以下步骤进行每一组数据的标准化：

  1. 将数据按照组别分组，可以使用pandas库中的groupby()函数。
import pandas as pd

# 假设数据存储在DataFrame df中，其中group列为组别
groups = df.groupby('group')
  1. 遍历每一组数据，将组内的数据按照型号分组，并对每一组型号数据进行标准化。
from sklearn.preprocessing import StandardScaler

for name, group in groups:
    # 将组内的数据按照型号分组
    model_groups = group.groupby('model')

    # 遍历每一组型号数据并进行标准化
    for model_name, model_group in model_groups:
        # 选择需要标准化的数据列
        data_to_scale = model_group[['feature1', 'feature2', 'feature3']]

        # 进行标准化
        scaler = StandardScaler()
        scaled_data = scaler.fit_transform(data_to_scale)

        # 将标准化后的数据保存回原DataFrame中
        group.loc[model_group.index, ['feature1', 'feature2', 'feature3']] = scaled_data

以上代码中，我们使用StandardScaler对象进行标准化，并将标准化后的结果保存回原DataFrame中。

希望这些信息可以帮助您解决问题。如果您有任何进一步的问题，请随时向我提问。