如何应用df。min()和df。max()分布在多个数据帧上

我有一个数据帧列表,所有数据帧都具有相同的列,并且希望将所有数据帧中的值标准化为[0,1],同时保持数据帧之间值的相对缩放。

对于单个数据帧,我可以:

df = (df - df.min()) / (df.max() - df.min())

但是,我如何获得所有数据帧中每列的最小值和最大值,然后使用每列的最小值和最大值集合,将上述公式应用于每个单独的数据帧?

以下是2个数据帧的示例列表,其中每个数据帧都被单独归一化:

import numpy as np
import pandas as pd

dfs = []

for i in range(2):
    data = np.random.rand(3, 3)
    df = pd.DataFrame(data, columns=["one", "two", "three"])
    dfs.append(df)
    print(df)

for i in range(2):
    dfs[i] = (dfs[i] - dfs[i].min()) / (dfs[i].max() - dfs[i].min())
    print(dfs[i])