Pandas 当我记录转换列时，我得到了NaN，我应该用0替换它们吗？

我找不到类似的问题。但是我有一个df，其中一些列是高度倾斜的。然后我计划对这些列进行日志转换，然后进行标准化。然而，当我记录转换时，我得到了NAN，我应该用0替换它们吗；s

log_train[skew_cols]=np.log2(featuresdf[skew_cols]

我得到的错误是：

RuntimeWarning: invalid value encountered in log2
  This is separate from the ipykernel package so we can avoid doing imports until

---

不确定我做错了什么

您不应该用0替换，因为np.log（1）等于0。因此，1和0在日志数据中都将是0

相反，只需在日志之前+1您的数据。因此log2（1）变为0，log2（2）（原来是1）仍然是1，那么log2（3）（原来是2）现在是1.58）

因此，代码应该是：

log_train[skew_cols]=np.log2(featuresdf[skew_cols]+1)

---

另一个选项是使用其他可以处理0的缩放方法，例如平方根（np.sqrt）

您不应该用0替换，因为np.log（1）等于0。因此，1和0在日志数据中都将是0

相反，只需在日志之前+1您的数据。因此log2（1）变为0，log2（2）（原来是1）仍然是1，那么log2（3）（原来是2）现在是1.58）

因此，代码应该是：

log_train[skew_cols]=np.log2(featuresdf[skew_cols]+1)

---

另一个选项是使用其他可以处理0的缩放方法，例如平方根（np.sqrt）

非常感谢。这些柱子在我对它们进行对数变换后仍然是倾斜的。我想对这些列进行日志转换的全部目的是为逻辑回归做好准备。没问题，请记住，对于逻辑回归，误差项（残差）不需要正态分布（就像线性回归一样）。所以这可能不是必需的。这让我省去了很多痛苦，但它们不需要缩放吗？取决于你想用模型做什么。有时，按比例衡量的指标可能变得更难解释。记住，赔率比率是x增加1个单位，结果的可能性是y的倍。如果对变量进行缩放，模型的可解释性可能会变得更加困难。另外，如果这个答案确实回答了你的问题，那么接受这个答案也很好。非常感谢。这些柱子在我对它们进行对数变换后仍然是倾斜的。我想对这些列进行日志转换的全部目的是为逻辑回归做好准备。没问题，请记住，对于逻辑回归，误差项（残差）不需要正态分布（就像线性回归一样）。所以这可能不是必需的。这让我省去了很多痛苦，但它们不需要缩放吗？取决于你想用模型做什么。有时，按比例衡量的指标可能变得更难解释。记住，赔率比率是x增加1个单位，结果的可能性是y的倍。如果对变量进行缩放，模型的可解释性可能会变得更加困难。另外，如果这个答案确实回答了你的问题，那么最好接受这个答案。