你碰到的这个报错，核心原因是**MinMaxScaler要求输入的数据必须是二维数组**（也就是形状为(样本数, 特征数)的格式），但df["TOTAL"]返回的是一维的Pandas Series（形状是(样本数,)），不符合要求，所以需要先调整数据的维度。

这里给你两种可行的修正方案：

方案1：用reshape(-1, 1)转换维度 #

直接把一维的Series转换成n行1列的二维数组，代码如下：

from sklearn.preprocessing import MinMaxScaler
import pandas as pd

# 先构造你的DataFrame
df = pd.DataFrame({
    "TOTAL": [3232, 382, 8291],
    "Name": ["Jane", "Jack", "Jones"]
})

scaler = MinMaxScaler(feature_range=(10, 50))
# 转换维度后再做缩放
df["SIZE"] = scaler.fit_transform(df["TOTAL"].values.reshape(-1, 1))

方案2：用双重方括号获取二维DataFrame #

如果你不想手动reshape，可以用df[["TOTAL"]]（注意是双重方括号），这样返回的是一个只有一列的DataFrame，本身就是二维结构，直接传入即可：

scaler = MinMaxScaler(feature_range=(10, 50))
df["SIZE"] = scaler.fit_transform(df[["TOTAL"]])

运行任意一种方案后，你都会得到和示例一致的结果：

内容的提问来源于stack exchange，提问作者machump