python - 如何标准化数据框的列，而忽略其中的None值？

我正在尝试规范化数据框的一列，该列也包含None值，如何使用lambda函数来做到这一点？

我尝试使用：
df ['人均GDP日志'] = df ['人均GDP日志'] .apply（lambda x：（（（x-b）/（a-b）））

其中我的a是最大值，b是最小值

    a = df['Log GDP per capita'].max()
    b = df['Log GDP per capita'].min()

    df['Log GDP per capita'] = df['Log GDP per capita'].apply(lambda x:((x-b)/(a-b)))

我收到此错误：
TypeError：-：“ NoneType”和“ float”的不受支持的操作数类型

最佳答案

不需要申请

df['Log GDP per capita'] = (df['Log GDP per capita']-b)/(a-b)

您也可以呼叫sklearn

from sklearn.preprocessing import MinMaxScaler
caler = MinMaxScaler()
scaler.transform(df['Log GDP per capita'])

关于python - 如何标准化数据框的列，而忽略其中的None值？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55561282/