值创建提交csv时出错

我正在学习数据科学和阅读别人的剧本。有一个泰坦尼克算法（kaggle）有这样一个代码来应用逻辑回归，然后按照代码中的建议导出到一个.csv文件。但是，它总是在我运行代码后生成错误消息。找到原始脚本，正在读取到代码中的.csv数据如下所示：

从输入[24]到输入[28]用于设置逻辑回归。在输入[27]之前，代码仍然运行，没有错误。运行输入[28]时：

    acc_log = predict_model(X_data, Y_data, logreg, X_test_kaggle, 'submission_Logistic.csv')

我收到一条错误消息：

    ValueError: could not convert string to float: 'Q'

我试图添加“try/except”以绕过错误消息，以便代码可以继续

    try:
        acc_log = predict_model(X_data, Y_data, logreg, X_test_kaggle, 'submission_Logistic.csv')
    except ValueError:
        pass

---

这段代码有点太复杂了，我无法调试，以查看哪一步出错，以及在文件中的哪个位置有字符串代替了所需的浮点输入。因此，我想在此寻求帮助，以便更好地理解这一点，并寻求适当的解决办法。谢谢。

看起来您没有在提供的笔记本链接中运行单元格16，在该链接中，

将值转换为整数（包括字符串值
Q
，这会引发您看到的错误）：

单元格16

# fill the missing values of Embarked feature with the most common occurance
freq_port = train_df.Embarked.dropna().mode()[0]
for dataset in combine:
    dataset['Embarked'] = dataset['Embarked'].fillna(freq_port)
train_df[['Embarked', 'Survived']].groupby(['Embarked'], as_index=False).mean().sort_values(by='Survived', ascending=False)

for dataset in combine:
    dataset['Embarked'] = dataset['Embarked'].map( {'S': 0, 'C': 1, 'Q': 2} ).astype(int)

train_df.head()

我只是按顺序运行了所有单元格，
LogisticRegression
部分对我来说运行良好。试着关闭你的笔记本，然后按显示顺序重新运行所有单元格

一般数据科学提示：

当您已经训练了一个模型，但是您的
predict（）
函数抛出了一个错误时，查看您输入的测试数据并尝试找出错误所在是很有帮助的。

在这种情况下，在
X_test_kaggle
中搜索字符串
Q
可能会发现问题出在
已装载的
字段中，这可能是将问题追溯到其来源的第一个面包屑
 请发布一段数据集和predict_model（）函数的片段，如果没有它们，几乎无法判断。但很明显，您正在将一个字符串传递到一个需要浮点的函数中。您好@pshep123谢谢您的输入。我已经编辑了问题并添加了参考资料。我不确定我应该复制和粘贴代码和数据集的哪一部分，所以我在这里列出了引用。谢谢@andrew_reece！我检查了代码，输入的内容缺少此部分的一行。我试着用手打字，这样就可以在不知不觉中打滑了。很好的收获，也感谢您与我分享您的经验：）