Python 为什么我会得到随机的NAN值

我有一个数据帧，它是移位48个值

我检查了

numpy

数组，它看起来很好：我的意思是它移动了48个位置。现在，我想将数据帧的数据拆分为70:30的比例，以便所有具有

nan

值的行都位于30%部分

现在，当我打印

x\u train

时，出于某种原因，我得到了一些带有

nan

值的行，但我似乎不知道我的代码有什么问题

PS数据是所用api提供的数据帧，不提供

nan

值

df = pd.DataFrame(data)

## the index is the date and the columns are as prediction,strength,k,g,w
x = np.array(dff.drop(['prediction','strength','g'],1))
y = np.array(dff.drop(['prediction','strength','k'],1))

x_train, x_test, y_train,t_test = train_test_split(x,y, test_size=0.3)

当我试图打印

x\u train

时，我得到了所需的值，但其中一些是

nan

值，用于

'strength'

和

'g'

我正在以正确的方式拆分数据，拆分数据后，它是否以任何方式进行排序

x\u列车的一部分

输出：

[78.90399933         nan         nan]
[75.04682159 8.51200104 8.16529846]
[78.07499695         nan         nan]
[81.23899841 9.76999664 9.13999939]
[80.60099792 8.34100342 8.07700348]
[79.50131226         nan         nan]
[72.7118988  4.44860077 7.51000214]
[79.55729675         nan         nan]
[74.17259979 5.2460022  7.83300018]
[74.11289978 4.3219986  7.40000153]
[79.62058258         nan         nan]

---

我的请求是输出不带

nan

值的数据。

看起来数据在分割之前被洗牌了。因此，如果您希望在没有任何随机性的情况下分割数据，您应该在

train\u test\u split

中设置

shuffle=False

您能给我们显示

df.head（5）

？请