Python-输入包含NaN、无穷大或对数据类型太大的值（'；float64'；）

我是Python新手。我正在尝试使用sklearn.cluster。 这是我的密码：

from sklearn.cluster import MiniBatchKMeans

kmeans=MiniBatchKMeans(n_clusters=2)
kmeans.fit(df)

但我得到了以下错误：

     50             and not np.isfinite(X).all()):
     51         raise ValueError("Input contains NaN, infinity"
---> 52                          " or a value too large for %r." % X.dtype)

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

我检查了是否没有Nan或无穷大值。所以只剩下一个选择了。然而，我的数据信息告诉我所有变量都是float64，所以我不知道问题来自哪里

df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 362358 entries, 135 to 4747145
Data columns (total 8 columns):
User         362358 non-null float64
Hour         362352 non-null float64
Minute       362352 non-null float64
Day          362352 non-null float64
Month        362352 non-null float64
Year         362352 non-null float64
Latitude     362352 non-null float64
Longitude    362352 non-null float64
dtypes: float64(8)
memory usage: 24.9 MB

df.info（）
INT64索引：362358条，135至47145
数据列（共8列）：
用户362358非空浮点64
小时362352非空浮点64
第362352分钟非空浮点64
第362352天非空浮点64
第362352个月非空浮动64
年份362352非空浮点64
纬度362352非空浮点64
经度362352非空浮点64
数据类型：float64（8）
内存使用率：24.9 MB

非常感谢，

我认为它只接受“类似数组、形状=[n_样本、n_特征]”，而不接受熊猫数据帧。因此，尝试将数据帧的值传递给它，如下所示：

kmeans=MiniBatchKMeans(n_clusters=2)
kmeans.fit(df.values)

---

或对其进行塑形以正确运行函数。希望能有所帮助。

通过查看您的

df.info（）

，似乎非空用户值比任何其他列的值多6个。这表明其他每列中都有6个空值，这就是错误的原因

<class 'pandas.core.frame.DataFrame'>
Int64Index: 362358 entries, 135 to 4747145
Data columns (total 8 columns):
User         362358 non-null float64
Hour         362352 non-null float64
Minute       362352 non-null float64
Day          362352 non-null float64
Month        362352 non-null float64
Year         362352 non-null float64
Latitude     362352 non-null float64
Longitude    362352 non-null float64
dtypes: float64(8)
memory usage: 24.9 MB

INT64索引：362358条，135至47145
数据列（共8列）：
用户362358非空浮点64
小时362352非空浮点64
第362352分钟非空浮点64
第362352天非空浮点64
第362352个月非空浮动64
年份362352非空浮点64
纬度362352非空浮点64
经度362352非空浮点64
数据类型：float64（8）
内存使用率：24.9 MB

通过查看df.info（），似乎非空用户值比任何其他列的值多6个。这表明其他每列中都有6个空值，这就是错误的原因

<class 'pandas.core.frame.DataFrame'>
Int64Index: 362358 entries, 135 to 4747145
Data columns (total 8 columns):
User         362358 non-null float64
Hour         362352 non-null float64
Minute       362352 non-null float64
Day          362352 non-null float64
Month        362352 non-null float64
Year         362352 non-null float64
Latitude     362352 non-null float64
Longitude    362352 non-null float64
dtypes: float64(8)
memory usage: 24.9 MB

因此，您可以使用iloc（）将数据切片到合适的位置：

df=pd.read\u csv（位置1，encoding=“ISO-8859-1”）.iloc[2:20]
范围索引：18项，2至19项
数据列（共6列）：
邮政编码18非空int64
纬度18非空浮点64
经度18非空浮点64
城市18非空对象
状态18非空对象
county 18非空对象
数据类型：float64（2）、int64（1）、object（3）

我检查没有Nan或无穷大值。

请告诉我们您是如何做到的。对数据进行排序并检查顶部/底部值。我假设

df

是一个数据帧？如果是，请尝试

kmeans.fit（df.as_matrix（））

。Scikit learn没有数据帧的概念，只有numpy阵列。谢谢@Fabio，我尝试了这个，但我仍然有相同的错误，我在相同的情况下。已验证数据没有空值，但收到上述错误消息