StandardScaler最稳妥，因它严格按“先减均值、再除标准差”执行且保存训练参数；手写公式需显式设ddof=0才与之对齐，否则因无偏估计导致训练/推理不一致。
用 StandardScaler 对 DataFrame 列做标准化最稳
直接调 StandardScaler 是最可靠的方式，它内部严格按「先减均值、再除标准差」执行，且能统一保存训练时的 mean_ 和 scale_，避免线上预测时用错参数。手写 (df - df.mean()) / df.std() 看似简单，但默认下 df.std() 用的是无偏估计（ddof=1），而 StandardScaler 默认用的是总体标准差（ddof=0），结果不一致。
实操建议：
- 始终用
fit_transform()处理训练集，用transform()处理测试集或新数据 - 如果只标准化某几列，传入列名列表给
StandardScaler，别对整个DataFrame直接调用——它会把非数值列也塞进去报错 - 注意
StandardScaler不处理缺失值：NaN会导致fit()报ValueError: Input contains NaN，得先填或删
df[col].apply(lambda x: (x - x.mean()) / x.std()) 为什么不对
这个写法常见但危险：它对每行单独算均值和标准差，相当于每行自己“标准化自己”，完全失去统计意义。真正需要的是全列共用一个均值、一个标准差。
正确手算方式（仅用于理解或极简场景）：
- 用
df[col].mean()和df[col].std(ddof=0)—— 显式指定ddof=0才和StandardScaler对齐 - 别用
df.std()默认值，否则训练/推理不一致 - 如果列里有
NaN，mean()和std()默认跳过，但要注意是否符合你的缺失值策略
标准化后怎么还原回原始值
必须依赖 StandardScaler 保存的 mean_ 和 scale_，靠记忆或重新计算均值/标准差大概率出错。
还原操作只有这一种安全路径：
- 保存训练好的 scaler 对象（比如用
pickle.dump或joblib.dump） - 还原时调
scaler.inverse_transform(X_scaled)，不能手动写X_scaled * std + mean—— 因为scale_是std，但如果你改过with_mean=False或with_std=False，逻辑就变了 - 传给
inverse_transform的必须是二维数组，一维要 reshape：比如scaler.inverse_transform(X_scaled.reshape(-1, 1))
和 MinMaxScaler 混用会踩什么坑
两者目的不同，但常被误当替代方案。标准化（z-score）假设数据近似正态，适合线性模型、PCA；归一化（0–1）不假设分布，适合神经网络输入或距离敏感算法。
混用典型错误：
- 在同一个特征上先
StandardScaler再MinMaxScaler，等于白干，还放大了数值误差 - 训练用
StandardScaler，推理却用MinMaxScaler，模型直接失效 -
StandardScaler的scale_是标准差，MinMaxScaler的scale_是范围（max-min），名字一样但含义完全不同，看日志容易看串
实际项目里，最易被忽略的是：标准化必须和缺失值处理顺序强绑定——先决定怎么处理 NaN（删、填均值、填中位数），再标准化。顺序反了，填的值就不是标准化后的均值，整个流程就塌了。
