Python实现Excel数据标准化及保存

Python实现Excel数据标准化及保存

本篇教程将为您展示如何使用Python读取Excel数据，进行标准化处理，并将结果保存为新的Excel文件。

以下是完整的代码示例：

import pandas as pd

# 读取Excel数据
df = pd.read_excel('input.xlsx')

# 数据标准化
df_normalized = (df - df.mean()) / df.std()

# 保存为Excel
df_normalized.to_excel('output.xlsx', index=False)

代码解析：

1. 导入pandas库: 我们使用import pandas as pd导入pandas库，用于处理Excel数据。
2. 读取Excel数据: 使用pd.read_excel('input.xlsx')读取名为'input.xlsx'的Excel文件，并将数据存储在df变量中。
3. 数据标准化: 使用(df - df.mean()) / df.std()对数据进行标准化处理。其中，df.mean()计算每列的平均值，df.std()计算每列的标准差。
4. 保存为Excel: 使用df_normalized.to_excel('output.xlsx', index=False)将标准化后的数据保存为名为'output.xlsx'的Excel文件。index=False参数确保不保存行索引。

通过以上步骤，您可以轻松地使用Python对Excel数据进行标准化处理并保存结果。该方法简单易用，适用于各种数据分析和机器学习任务的数据预处理阶段。