Scikit-learn：AttributeError：'bool'对象没有属性'any'答案

【问题标题】：Scikit-learn: AttributeError: 'bool' object has no attribute 'any'Scikit-learn：AttributeError：'bool'对象没有属性'any'
【发布时间】：2021-06-08 13:04:35
【问题描述】：

所以，我正在研究管道，但在安装时偶然发现了这个错误：

Traceback (most recent call last):
  File "C:/Users/Shawn/Documents/temp/bool_issue.py", line 7, in <module>
    _assert_all_finite(array, False)
  File "C:\Users\Shawn\AppData\Local\Programs\Python\Python38\lib\site-packages\sklearn\utils\validation.py", line 103, in _assert_all_finite
    if _object_dtype_isnan(X).any():
AttributeError: 'bool' object has no attribute 'any'

这实际上是一些自定义代码来测试问题，见下文

在回溯之后，我看到 _object_dtype_isnan() 采用一个 numpy 数组，并以布尔掩码（布尔数组）的形式返回另一个 numpy 数组。
但是，由于某种原因，它有时会直接返回一个布尔值。

重现错误的代码：

import numpy as np
import pandas as pd
from sklearn.utils.validation import _assert_all_finite

bad_array = np.array(['F', 'F', 'M', 'F', 'M', pd.NA, 'F', 'M'], dtype='object')

_assert_all_finite(bad_array, False)  # Raises AttributeError

【问题讨论】：

标签： python pandas numpy scikit-learn

【解决方案1】：

经过进一步调查，我发现这是因为我的数据集中有一些pd.NA。
用None 替换它们就可以了！

# For my original pandas DataFrame
X.replace(to_replace=pd.NA, value=None, inplace=True)

根据我的理解（我没有检查，只是猜测），numpy 不会尝试进行元素比较，因为里面有外部对象，所以它会执行整个数组的比较。
此外，使用pd.NA 处理掩码似乎是一团糟：

>>> array = np.array(['F', 'F', 'M', 'F', 'M', pd.NA, 'F', 'M'], dtype='object')
>>> mask = np.equal(array, np.array(['F', ] * len(array)))
Traceback (most recent call last):
  File "C:/Users/Shawn/Documents/temp/bool_issue.py", line 7, in <module>
    mask = np.equal(array, np.array(['F', ] * len(array)))
  File "pandas\_libs\missing.pyx", line 360, in pandas._libs.missing.NAType.__bool__
TypeError: boolean value of NA is ambiguous

因此，如果您有在 numpy 数组中替换它们的技巧，请分享！

虽然这个问题与 scikit-learn 没有直接关系，但与 numpy 的工作方式有关，这就是我发现它的方式，所以无论如何我都会标记它：耸耸肩：:)

【讨论】：

【解决方案2】：

所以，我最近又遇到了同样的错误，但这一次，它不适用于None。

长话短说，将 scikit-learn 从 0.23.2 更新到 0.24.2 解决了这个问题 :)

【讨论】：