标准化应优先用standardscaler以保存参数避免数据泄露，归一化推荐minmaxscaler因其内置除零保护；需预处理缺失值、异常值，并注意dtype转换与索引对齐。
直接用 df.sub(df.mean()).div(df.std()) 或 (df - df.min()) / (df.max() - df.min()) 就能完成多列标准化或归一化，但必须注意缺失值、异常值和训练/测试集一致性——这些地方一错，模型效果就掉档。
标准化：用 df.sub().div() 还是 StandardScaler？
两者都能算 Z-score，但行为差异关键在「是否保存参数」：
-
df.sub(df.mean()).div(df.std())是即时计算，每调用一次都重新算全量mean和std，不保留状态，适合探索性分析或单次批处理 -
StandardScaler的fit_transform()会缓存训练集的mean_和scale_，后续对测试集必须用transform()复用同一组参数，否则数据泄露 - 若 DataFrame 含
NaN，df.mean()默认跳过，但df.std()对全NaN列返回NaN，导致整列变NaN；StandardScaler默认报错，需先用dropna()或fillna()
归一化：MinMaxScaler 比手写公式更稳
手写 (df - df.min()) / (df.max() - df.min()) 看似简洁，但实际容易崩：
- 当某列所有值相等（
max == min），分母为 0，结果全列inf或NaN -
MinMaxScaler内部做了除零保护：遇到常量列时默认设为 0.5（可配feature_range），且支持clip=True防止未来数据超界 - 如果要用 pandas 原生写法，至少加一层判断：
df.apply(lambda x: (x - x.min()) / (x.max() - x.min()) if x.max() != x.min() else 0.5)
多列处理时，别忽略索引对齐和 dtype
标准化/归一化后 DataFrame 的索引和列名不会变，但 dtype 很可能从 int64 变成 float64 ——这本身没问题，但后续若参与 merge 或 groupby，要确认是否影响逻辑：
- 用
df.select_dtypes(include='number')显式限定只处理数值列，避免对时间列或 ID 列误操作 - 如果原数据含
category类型的数值列（如编码后的标签），df.mean()会静默失败，必须先转astype(float) - 归一化后值域是 [0, 1]，但浮点精度可能导致极小负数（如 -1e-15），必要时用
np.clip(0, 1)修正
最易被忽略的是：归一化对异常值极度敏感，一个离群的 max 能把整列压缩到接近 0；而标准化虽抗干扰强些，但若训练集标准差极小（比如某特征方差是 1e-8），div() 后数值会爆炸。上线前务必用 describe() 扫一眼缩放后各列的 min/max/std。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
