Чтобы нормализовать DataFrame pandas, вы можете использовать различные методы. Вот несколько часто используемых подходов:

1. Нормализация мин-макс:

   from sklearn.preprocessing import MinMaxScaler
   scaler = MinMaxScaler()
   normalized_df = pd.DataFrame(scaler.fit_transform(df), columns=df.columns)

2. Нормализация Z-показателя:

   from sklearn.preprocessing import StandardScaler
   scaler = StandardScaler()
   normalized_df = pd.DataFrame(scaler.fit_transform(df), columns=df.columns)

3. Десятичное масштабирование:

   normalized_df = df / (10  np.ceil(np.log10(df.abs().max())))

4. Преобразование журнала:

   normalized_df = np.log1p(df)

5. Преобразование единичного вектора:

   from sklearn.preprocessing import Normalizer
   scaler = Normalizer()
   normalized_df = pd.DataFrame(scaler.fit_transform(df), columns=df.columns)

Эти методы предоставляют различные способы нормализации вашего DataFrame в зависимости от конкретных требований ваших данных. Выберите тот, который лучше всего соответствует вашим потребностям.