环境：

spark-1.6.0 with scala-2.10.4

使用方法：

// row of df : DataFrame = (String,String,double,Vector) as (id1,id2,label,feature)
val df = sqlContext.read.parquet("data/Labeled.parquet")
val SC = new StandardScaler()
.setInputCol("feature").setOutputCol("scaled")
.setWithMean(false).setWithStd(true).fit(df) 

val scaled = SC.transform(df)
.drop("feature").withColumnRenamed("scaled","feature")

代码作为例子在这里http://spark.apache.org/docs/latest/ml-features.html#standardscaler
NaN存在于scaled、SC.mean和SC.std中
我不明白为什么StandardScaler甚至在mean中也能做到这一点，也不知道如何处理这种情况。
parquet 的数据大小为1.6GiB，如果有人需要，请告诉我
最新消息：
通过StandardScaler的代码，当MultivariateOnlineSummarizer聚合时，这可能是Double的精度问题。