Python 如何防止标准化公式产生NaN值？

尝试使用以下公式规范化我的数据时：

normalized_df=(df-df.mean())/df.std()

有些值变为NaN。我认为它变为NaN的唯一原因是标准偏差等于零（除以0）。这不太可能，因为这意味着所有值必须具有相同的值

为什么会发生这种情况？如何避免它？

---

我发现了一个类似的问题，表明它可能是一个bug

无任何额外输入

std

将给出各列的标准偏差。因此，首先要检查的是要得到的列的外观

它可能有不止一个原因。或者，就像你说的，因为他们的性病是0。或者因为任何列条目都是NaN

---

所以，要进行bug搜索，请查看特定专栏中的内容。明确计算自己的平均值和标准差，看看发生了什么。并检查列中的任何条目是否已为NaN。我无法想象numpy bug已经有4年多没有被修复了。

你不应该在列中应用这个错误吗？这是

std的默认设置

如果你没有明确指定轴你是对的，错误是我有一个只有两个1和数千个0的列。因此，当我应用“删除异常值”函数时，所有列都变成了0。好主意！