fit_transform中的错误：输入包含NaN，无穷大或值太大（dtype（'float64'））

我有一个形状的数据框（14407,2564）。我正尝试使用VarianceThreshold函数去除低方差特征。但是，当我调用fit_transform时，出现以下错误：fit_transform中的错误：输入包含NaN，无穷大或值太大（dtype（'float64'））

ValueError：输入包含NaN，无穷大或对于dtype（'float64'）来说值太大。

df.replace('null',np.NaN, inplace=True) 
    df.replace(r'^\s*$', np.NaN, regex=True, inplace=True) 
    df.fillna(value=df.median(), inplace=True)

我使用检查我的数据帧之后的任何空/无限值：

m = df.isnull().any() 
    print "========= COLUMNS WITH NULL VALUES =================" 
    print m[m] 
    print "========= COLUMNS WITH INFINITE VALUES =================" 
    m = np.isfinite(df.select_dtypes(include=['float64'])).any() 
    print m[m]

和

usign VarianceThreshold之前，我从我的DF使用下面的代码替换所有缺失值我有一个空的系列作为输出，这意味着我所有的列都没有任何缺失值。输出是：

========= COLUMNS WITH NULL VALUES ================= 
    Series([], dtype: bool) 
    ========= COLUMNS WITH INFINITE VALUES ================= 
    Series([], dtype: bool)

完整的错误跟踪：

Traceback (most recent call last): 
     File "/home/users/MyUsername/MyProject/src/main/python/Main.py", line 222, in <module> 
     main() 
     File "/home/users/MyUsername/MyProject/src/main/python/Main.py", line 218, in   main 
     getAllData() 
     File "/home/users/MyUsername/MyProject/src/main/python/Main.py", line 95, in getAllData 
     predictors, labels, dropped_features = fselector.process(variance=True, corr=True, bestf=True, bestfk=200) 
     File   "/home/users/MyUsername/MyProject/src/main/python/classes/featureselector.py", line 54, in process 
     self.getVariance(threshold=(.95 * (1 - .95))) 
     File "/home/users/MyUsername/MyProject/src/main/python/classes/featureselector.py", line 136, in getVariance 
     self.removeLowVarianceColumns(df=self.X, thresh=threshold) 
     File "/home/users/MyUsername/MyProject/src/main/python/classes/featureselector.py", line 213, in removeLowVarianceColumns 
     selector.fit_transform(df) 
     File "/usr/lib64/python2.7/site-packages/sklearn/base.py", line 494, in fit_transform 
     return self.fit(X, **fit_params).transform(X) 
     File "/usr/lib64/python2.7/site-packages/sklearn/feature_selection/variance_threshold.py", line 64, in fit 
     X = check_array(X, ('csr', 'csc'), dtype=np.float64) 
    File "/usr/lib64/python2.7/site-packages/sklearn/utils/validation.py", line 407, in check_array 
     _assert_all_finite(array) 
    File "/usr/lib64/python2.7/site-packages/sklearn/utils/validation.py", line 58, in _assert_all_finite 
    " or a value too large for %r." % X.dtype) 
    ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

所以，我不知道要检查什么，这似乎并不像一个缺失值的问题，但我也没能得到哪些列/值导致问题。

我在这里看到了几个线程，最后都有一个缺失值，但这似乎并不是问题。

来源

2017-04-11 Sarah

你应该总是发布完整的堆栈跟踪的错误 –

@VivekKumar我将它添加到文章 – Sarah

首先将其转换为np数组''X = np.asanyarray（df）'。然后，检查以下两条语句是否返回true或假：1）'np.isfinite（X.sum（））'2）'np.isfinite（X）.all（）' –

我通过将我的数据转换为数字来解决此问题。看起来，虽然错误消息指出'float64'，但我的数据仅仅是所有对象，而对象与fit_transform不兼容。

将我的数据更改为使用浮点数： df = df.apply(lambda x: pd.to_numeric(x,errors='ignore'))解决了此问题。

来源

2017-04-13 06:36:33 Sarah

fit_transform中的错误：输入包含NaN，无穷大或值太大（dtype（'float64'））

回答

相关问题