Python 带有数据帧的StandardScaler ValueError错误

我正在尝试将

StandardScaler（）

应用于

pandas.core.frame.DataFrame

中保存的一些训练数据。在这个过程中，我得到了一个

ValueError：使用序列设置数组元素

这通常发生在试图将不适当的数据类型传递到StandardScaler（）中（如列表）时，但这只是一个dataframe（对于这种类型的工作来说有点标准）。代码如下所示：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

scaler = StandardScaler()
X_train_new = scaler.fit_transform(X_train)

这给了我上面提到的
ValueError
。我已经研究了许多其他与此相关的问题，但没有一个解决方案适合我（大多数解决方案没有与我相同的数据帧类型）

我的问题是，如何使用这种类型的数据帧来正确缩放数据？或者，我如何轻松地更改数据框以使用
StandardScaler（）
？
我个人喜欢在类中组织数据以更好地表示

class models:
    def __init__(self):
        self.training_data = pd.read_csv(path + "training_data.csv",header=0)
        self.test_data = pd.read_csv(path + "target_data.csv",header=0)
        self.X_train = self.training_data[[f for f in list(self.training_data)]]
        self.y_train = self.training_data['target']

    def StandardScaler(self,x): #to unit variance
        model = preprocessing.StandardScaler(copy=False)
        return model.fit_transform(x)

然后，您可以在main中调用函数，以返回X和Y的拟合和转换列表