Python 3.x sklearn.impute.SimpleImputer，Nan表示不工作

我有一个dataset Data.csv

Country,Age,Salary,Purchased
France,44,72000,No
Spain,27,48000,Yes
Germany,30,54000,No
Spain,38,61000,No
Germany,40,,Yes
France,35,58000,Yes
Spain,,52000,No
France,48,79000,Yes
Germany,50,83000,No
France,37,67000,Yes

我尝试使用以下代码使用sklearn.impute.SimpleImputer填充nan值

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# Importing the dataset
dataset = pd.read_csv('Data.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, -1].values

# Taking care of missing data
from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values = 'NaN', strategy = 'mean')
imputer = imputer.fit(X[:, 1:3])
X[:, 1:3] = imputer.transform(X[:, 1:3])

但我得到一个错误，它说：

File "C:\Users\Krishna Rohith\Machine Learning A-Z\Part 1 - Data Preprocessing\Section 2 ----------- --------- Part 1 - Data Preprocessing --------------------\missing_data.py", line 16, in <module>
imputer = imputer.fit(X[:, 1:3])

File "C:\Users\Krishna Rohith\Anaconda3\lib\site-packages\sklearn\impute\_base.py", line 268, in fit
X = self._validate_input(X)

File "C:\Users\Krishna Rohith\Anaconda3\lib\site-packages\sklearn\impute\_base.py", line 242, in _validate_input
raise ve

File "C:\Users\Krishna Rohith\Anaconda3\lib\site-packages\sklearn\impute\_base.py", line 235, in _validate_input
force_all_finite=force_all_finite, copy=self.copy)

File "C:\Users\Krishna Rohith\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 562, in check_array
allow_nan=force_all_finite == 'allow-nan')

File "C:\Users\Krishna Rohith\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 60, in _assert_all_finite
msg_dtype if msg_dtype is not None else X.dtype)

ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

文件“C:\Users\Krishna Rohith\Machine Learning A-Z\Part 1-数据预处理\Section 2-------------------Part 1-数据预处理-----------------\missing_Data.py”，第16行，在
插补器=插补器拟合（X[：，1:3]）
文件“C:\Users\Krishna Rohith\Anaconda3\lib\site packages\sklearn\impute\\ u base.py”，第268行，适合
X=自我验证输入（X）
文件“C:\Users\Krishna Rohith\Anaconda3\lib\site packages\sklearn\impute\\ u base.py”，第242行，在“验证”输入中
提高价值
文件“C:\Users\Krishna Rohith\Anaconda3\lib\site packages\sklearn\impute\\ u base.py”，第235行，输入
force\u all\u finite=force\u all\u finite，copy=self.copy）
文件“C:\Users\Krishna Rohith\Anaconda3\lib\site packages\sklearn\utils\validation.py”，第562行，在check\u数组中
allow_nan=force_all_finite==‘allow nan’）
文件“C:\Users\Krishna Rohith\Anaconda3\lib\site packages\sklearn\utils\validation.py”，第60行，在“assert\u all\u finite”中
msg\u dtype（如果msg\u dtype不是None else X.dtype）
ValueError:输入包含NaN、无穷大或对数据类型（'float64'）太大的值。

我知道怎么做，但是有人能告诉我如何使用sklearn.impute吗？

imputer=simplemputer（缺少值=np.nan，策略='mean'）

将“NaN”替换为numpy默认值NaN np.NaN

插补器=简单计算机（缺少_值=np.nan，策略='mean'）

将“NaN”替换为numpy默认值NaN np.NaN

---

你可以试试看：希望这有帮助！很抱歉我的不一样。你可以试试看这个：希望这有帮助！很抱歉我的不一样。与那件事无关。