我希望我已经用正确的措辞描述了我需要做的工作。基本上，我需要“压缩”一系列的值，这样所有的值都更接近平均值，但是它们的值应该相对于它们与平均值的距离减小（或增大）。。。
Dataframe如下所示：

>>> df[['population', 'postalCode']].show(10)
+----------+----------+
|population|postalCode|
+----------+----------+
|      1464|     96028|
|       465|     96015|
|       366|     96016|
|      5490|     96101|
|       183|     96068|
|       569|     96009|
|       366|     96054|
|        90|     96119|
|       557|     96006|
|       233|     96116|
+----------+----------+
only showing top 10 rows

>>> df.describe().show()
+-------+------------------+------------------+
|summary|        population|        postalCode|
+-------+------------------+------------------+
|  count|              1082|              1082|
|   mean|23348.511090573014| 93458.60813308688|
| stddev|21825.045923603615|1883.6307236060127|
+-------+------------------+------------------+

总体平均数对我来说是正确的，但我需要它周围的方差更小。。。
希望这是有意义的，任何帮助执行这项工作，无论是在pyspark或node.js非常感谢。