Python中DataFrame归一化遇类型错误与语法错误求助

1. 先修复语法错误 #

你修改后的代码存在括号不匹配问题，这是导致SyntaxError的直接原因。看这行代码：

df_min_max_scaled[column] = (df_min_max_scaled[column]) - float(df_min_max_scaled[column].min()) / float((df_min_max_scaled[column].max()) - float(df_min_max_scaled[column].min())

嵌套的float()调用缺少闭合括号，且整个表达式的括号逻辑混乱。不过这行代码的核心逻辑也有问题，根源还是列类型不对，下面会说正确的处理方式。

2. 解决根源问题：字符串列无法做数值运算 #

第一个错误TypeError: unsupported operand type(s) for -: 'str' and 'str'，说明你的DataFrame中存在字符串类型的列，必须先将这些列转换为数值类型（比如float），才能执行归一化的数值运算。

正确的手动实现代码 #

import pandas as pd

# 复制数据
df_min_max_scaled = df.copy()

# 遍历列，先转数值类型再做归一化
for column in df_min_max_scaled.columns:
    # 将列转为float，无法转换的内容设为NaN（避免报错）
    df_min_max_scaled[column] = pd.to_numeric(df_min_max_scaled[column], errors='coerce')
    
    # 获取列的最大最小值，跳过全空或值都相同的列（防止除以0）
    col_min = df_min_max_scaled[column].min()
    col_max = df_min_max_scaled[column].max()
    if col_max != col_min:
        df_min_max_scaled[column] = (df_min_max_scaled[column] - col_min) / (col_max - col_min)

# 查看结果
print(df_min_max_scaled)

关键说明 #

• 不要只单独转换min()或max()的结果，因为整个列还是字符串类型，直接做减法依然会报错，必须先把整列转为数值类型。
• pd.to_numeric的errors='coerce'参数会把非数值的字符串转为NaN，避免转换过程中直接报错。
• 增加col_max != col_min的判断，防止列中所有值相同导致除以0的错误。

3. 更简洁的实现方式（用sklearn） #

如果允许使用第三方库，sklearn的MinMaxScaler可以更高效地完成归一化，还能自动筛选数值列：

from sklearn.preprocessing import MinMaxScaler
import pandas as pd

scaler = MinMaxScaler()
# 筛选出所有数值类型的列
numeric_cols = df.select_dtypes(include=['number']).columns

df_min_max_scaled = df.copy()
# 仅对数值列执行归一化
df_min_max_scaled[numeric_cols] = scaler.fit_transform(df[numeric_cols])

print(df_min_max_scaled)

内容的提问来源于stack exchange，提问作者kcats_wolf