最稳妥方式是直接调用sklearn.preprocessing.MinMaxScaler，它自动处理常量列、缺失值和越界情况；手动实现易触发ZeroDivisionError且难保证训练/推理一致。
用 MinMaxScaler 对 DataFrame 数值列做归一化最稳妥
直接调用 sklearn.preprocessing.MinMaxScaler 是最可靠的方式，它能自动处理缺失值占位、多列批量缩放、且结果可逆。别自己写 (x - x.min()) / (x.max() - x.min()) —— 遇到全零列或 max == min 时会触发除零错误，MinMaxScaler 内部已兜底。
实操建议：
- 先用
select_dtypes(include='number')提取数值列，避免对字符串或时间列报错 - 初始化时传
feature_range=(0, 1)（默认值，可省略），若需映射到(-1, 1)则显式指定 - 务必用
.fit_transform()处理训练集，后续新数据用同一实例的.transform()，否则训练/推理不一致 - 归一化后返回的是
numpy.ndarray，记得用pd.DataFrame(..., columns=...)转回 DataFrame 并保留列名
手动实现时必须加防错逻辑
如果因环境限制不能引入 sklearn，手动计算可以，但必须检查极值情况。Pandas 的 .min()/.max() 在全 NaN 列返回 nan，在常数列返回相同值，这两类都会让分母为 0 或 nan。
安全的手动写法示例：
立即学习“Python免费学习笔记（深入）”；
def safe_minmax(col):
col_min, col_max = col.min(), col.max()
if pd.isna(col_min) or pd.isna(col_max) or col_min == col_max:
return col * 0.0 # 全 NaN 或常数列统一归为 0
return (col - col_min) / (col_max - col_min)
<p>df_normalized = df.select_dtypes(include='number').apply(safe_minmax)注意：apply 按列操作，不会跨列混用极值 —— 这是正确行为；有人误用 df.min().min() 做全局最小值，会导致各列压缩尺度不一致，模型学歪。
归一化前务必检查异常值和缺失值
MinMaxScaler 和手动公式都对异常值极度敏感：一个极大离群点会把其余所有值压到接近 0，模型几乎学不到正常分布模式。
操作顺序不能乱：
- 先用
df.describe()或df.boxplot()快速扫一眼数值分布 - 对明显离群的列考虑先截断（
clip）或用RobustScaler替代 - 缺失值不能留空传给
MinMaxScaler，它默认报ValueError: Input contains NaN；得先填（fillna(0)或fillna(method='ffill')）或删（dropna()）
保存 scaler 实例比保存缩放参数更实用
上线部署时，你不是只跑一次归一化，而是要对源源不断的新样本做相同变换。硬记训练集的 min/max 值并手写逻辑极易出错，比如某列后期出现比训练集更大的值，手动公式会产出 >1 的结果，破坏归一化假设。
正确做法：
- 用
joblib.dump(scaler, 'scaler.pkl')保存训练好的MinMaxScaler实例 - 服务中用
joblib.load('scaler.pkl').transform(new_data)，它内部自动处理越界值（默认线性外推，也可设clip=True强制截断到 [0,1]） - 不要把
scaler.data_min_和scaler.data_max_单独存成 JSON —— 少了feature_range和clip等配置，复现结果大概率不一致
归一化本身很简单，难的是怎么让它在训练、验证、上线全周期里稳定不出错。极值、缺失、离群、序列化——漏掉任何一个，模型效果就可能突然掉点，而且很难定位。
