如何转换值的数组，以使每个值都更接近均值，但是在PySpark中具有类似形状的分布（即减小stdev）

我希望我已经用正确的术语描述了我需要做的工作。本质上，我需要``压缩''一系列值，以使所有值都更接近均值，但是相对于它们与均值的距离，应减小（或增大）它们的值...

数据框如下所示：

>>> 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|
+-------+------------------+------------------+

总体均值对我而言是正确的，但我需要围绕它的方差要小...

希望这是有道理的，非常感谢在pyspark或node.js中执行此工作的任何帮助。