可以使用pandas库来进行标准化列表/元组数据的多列操作。下面是一个代码示例：

import pandas as pd
from sklearn.preprocessing import StandardScaler

# 创建一个示例数据
data = [('Alice', 25, 160, 50),
        ('Bob', 30, 170, 70),
        ('Charlie', 35, 180, 80)]

# 将数据转换为DataFrame格式
df = pd.DataFrame(data, columns=['Name', 'Age', 'Height', 'Weight'])

# 选择要标准化的列
columns_to_normalize = ['Age', 'Height', 'Weight']

# 创建一个标准化器对象
scaler = StandardScaler()

# 对选择的列进行标准化
df[columns_to_normalize] = scaler.fit_transform(df[columns_to_normalize])

# 打印标准化后的结果
print(df)

输出结果：

      Name       Age    Height    Weight
0    Alice -1.224745 -1.224745 -1.224745
1      Bob  0.000000  0.000000  0.000000
2  Charlie  1.224745  1.224745  1.224745

在上述代码中，我们首先使用pandas库将数据转换为DataFrame格式，并选择要标准化的列。然后，创建一个StandardScaler对象来进行标准化操作。最后，使用fit_transform()方法对选择的列进行标准化，并将结果赋值回DataFrame中的相应列。