我有一个数据集，包括3个月的30k客户的页面浏览量。它还包括以下内容：
现在我尝试使用以下方法进行正常测试：
from scipy.stats import normaltest
k2, p = normaltest(df)
print(p)
返回0.0表示数据不遵循正态分布。
现在我想知道为什么会这样？我认为通常随着大小的增加，我们看到数据的正态分布，因为数据的大小为30k，我无法理解为什么它不是正常分布的。
我确实尝试将它们转换成Z分数，但仍然没有运气。我可以转换我的数据，以便我可以正常分布吗？我有什么方法可以做到吗？
在我工作的区域中，我们通常使用Log变换数据，这可能与您的异常相似。在我的区域（质谱），小值远远大于大值，因此我们最终得到指数分布。
我猜你的数据看起来像我的，在这种情况下，你需要对数据进行日志转换，使其正常分布。我会这样做，以便我可以应用t检验和其他统计模型。
就像是
df_visits = df_visits.apply(lambda x: np.log(x))
当然，在记录变换之前，您还需要删除任何零。