python怎样定义zscore_为什么在Pandas数据帧中使用Zscore进行规范化会生成NaN列？

我使用scipy中的Z-score对数据集进行规范化，如下所示：import numpy as np

import pandas as pd

from scipy import stats

from scipy.stats import zscore

df = pd.DataFrame(pd.read_csv('dataset.csv', sep=','))

df = df.dropna(how='any') # drop nan entries

df = df[(np.abs(stats.zscore(df)) < 3).all(axis=1)] # remove outliers

print(df.describe())

df = df.apply(zscore) # Normalization

print(df.describe())

但是，我得到一些列被更改为NaN，特别是mta_tax和trip_type，如下所示，但是它们在应用Z-score规范化之前是数值的。这是我的代码中的一个bug还是Z-score可以生成NaN？

标准化之前：VendorID RatecodeID PULocationID DOLocationID \

count 1.055286e+07 1.055286e+07 1.055286e+07 1.055286e+07

mean 1.794324e+00 1.000000e+00 1.106734e+02 1.285285e+02

std 4.041947e-01 4.353414e-04 7.541486e+01 7.7291