代码之家 › 专栏 › 技术社区 › MysteryGuy

当我缩放数据时,输入包含NaN、infinity或一个对dtype('float64')太大的值

pandas python

MysteryGuy · 技术社区 · 6 年前

我正试图像这样规范化我的数据:

scaler = MinMaxScaler()
trainX=scaler.fit_transform(X_data_train)

我得到一个错误:

ValueError:输入包含NaN、无穷大或对dtype('float64')太大的值。

X_data_train 是一个大熊猫数据帧 (95538, 550) . 真正奇怪的是当我写作的时候

print (X_data_train.min().min())

它给出了-5482.4473,同样的,对于最大值,我得到了28738212.0,这对我来说似乎不是很高的值。。。

此外,根据54+投票人发出的命令 answer ,我查过了我没有 NaN 或 Infinity csv 或者类似的,当我检查尺寸的时候

1 回复 | 直到 6 年前

jezrael 6 年前

你也可以查一下 NaN s和 inf

df = pd.DataFrame({'B':[4,5,4,5,5,np.inf],
                   'C':[7,8,9,4,2,3],
                   'D':[np.nan,3,5,7,1,0],
                   'E':[5,3,6,9,2,4]})

print (df)
          B  C    D  E
0  4.000000  7  NaN  5
1  5.000000  8  3.0  3
2  4.000000  9  5.0  6
3  5.000000  4  7.0  9
4  5.000000  2  1.0  2
5       inf  3  0.0  4

nan = df[df.isnull().any(axis=1)]
print (nan)
     B  C   D  E
0  4.0  7 NaN  5

inf = df[df.eq(np.inf).any(axis=1)]
print (inf)
     B  C    D  E
5  inf  3  0.0  4

如果要查找至少有一个的所有索引行中的s:

print (df.index[np.isnan(df).any(axis=1)])
Int64Index([0], dtype='int64')

和列:

print (df.columns[np.isnan(df).any()])
Index(['D'], dtype='object')

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前

Brian Johnson · 为什么在Python中列出字典列表会引发TypeError?[已关闭]

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

Ashok Shrestha · 需要追踪特定的颜色线并获取坐标

1 年前

Nicote Ool · 在FastApi和Vue3中获得422

1 年前

NeoExceptCodeBad · 如果我有很多垂直线,我如何找到它们的边缘?

1 年前

Abdulaziz · 如何对集合内的列表进行排序[重复]

1 年前

user2743931 · 带有src目录的Python setup.py

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前