反向 z 分数 pandas 数据框

Question

我用它来计算我的数据框的 z 分数：

df_z=df.apply(zscore)

有没有逆向运算可以给我原始值？

Answer 1

没有内置方法可以从 df_z（z 分数）返回到 df（原始值）。但是，您可以相当轻松地做到这一点，如下所示：

第 1 步：跟踪所有原始变量的平均值和标准差。 也许是这样的：

mean_std={}
for var in df.columns:
    mean_std[var]=(df[var].mean(), df[var].std())

第 2 步：转换回 z 分数

def reverse_zscore(pandas_series, mean, std):
    '''Mean and standard deviation should be of original variable before standardization'''
    yis=pandas_series*std+mean
    return yis

original_mean, original_std = mean_std[var]
original_var_series = reverse_zscore(df_z[var], original_mean, original_std)

或者，只需将原始数据框存储在某处

Answer 2

您可以使用 SciKit Learn 中的 StandardScaler，它基本上会为您执行上述逻辑。 由于名称并不表明 StandardScaler 是 Z 评分类别。

所以

from sklearn.preprocessing import StandardScaler

zscore = StandardScaler()

# Do the scoring
out = zscore.fit_transform(x)

# Do the reverse
x = zscore.inverse_transform(out)