输入包含 NaN、无穷大或对于 dtype('float64') 而言太大的值，但没有 nan 或无穷大值答案

【问题标题】：Input contains NaN, infinity or a value too large for dtype('float64') but there are no nan or infinite values输入包含 NaN、无穷大或对于 dtype('float64') 而言太大的值，但没有 nan 或无穷大值
【发布时间】：2019-10-11 22:25:29
【问题描述】：

输入包含 NaN、无穷大或对于 dtype('float64') 来说太大的值

这是我使用 scikit 库运行逻辑回归代码时出现的错误。

我已尝试删除 nan 和无限值，但它不起作用

    df=pd.read_csv("bots.csv")
    df1=pd.read_csv("genuine.csv")

    df1.head

    np.where(df.values >= np.finfo(np.float64).max)
    np.where(df1.values >= np.finfo(np.float64).max)

    np.any(np.isnan(df))
    np.any(np.isnan(df1))

    np.all(np.isfinite(df))
    np.all(np.isfinite(df1))

    df1=df1[:-92]  #drop from bottom

    f_to_f_human=df['friend_to_folowers_ratio']
    f_to_f_bot=df1['friend_to_folowers_ratio']

    df1['Y']= 1 #1 for bot
    df['Y'] = 0 # 0 for human

    vx=df['Y']
    vy=df1['Y']

    A = pd.concat([df1, df])
    A

    y=A.iloc[:,-1].values
    X=A.drop(['Y'], axis=1)
    X=A.iloc[:].values

    X_train,X_test,y_train, y_test= 
    train_test_split(X,y,test_size=0.2,random_state=42)

    model=LogisticRegression(penalty='l2',C=1)
    print(X_train)
    model.fit(X_train,y_train)

我预计不会出现任何错误，但会出现错误

输入包含 NaN、无穷大或对于 dtype('float64') 来说太大的值

【问题讨论】：

你有A = pd.concat([df1, df])。 A 是必须检查 nan 或 NA 的数据帧。如果我没记错的话，连接两个数据帧可能会产生 NA 值，因为 Pandas 使用公共索引值对齐数据。
我认为这是您提到的问题，但 concat 没有创建任何 NA 值。感谢您的帮助
X_train.isnull().sum() 返回什么？

标签： python machine-learning scikit-learn data-science

【解决方案1】：

尝试将此添加到您的代码中：

    A = pd.concat([df1, df])
    A.dropna(inplace=True)

    y=A.iloc[:,-1].values
    X=A.drop(['Y'], axis=1)
    X=A.iloc[:].values

    X_train,X_test,y_train, y_test= 
    train_test_split(X,y,test_size=0.2,random_state=42)

    model=LogisticRegression(penalty='l2',C=1)
    print(X_train)
    model.fit(X_train,y_train)

A.dropna(inplace=True) 应该删除所有的 NaN 值

另一个提示是： A.dtypesdo 检查您的列有哪种格式

【讨论】：