Python Pandas:TypeError:float（）参数必须是字符串或数字

我有一个包含

user_id    date       browser  conversion  test  sex  age  country
   1    2015-12-03       IE        1         0    M   32.0   US

这是我到目前为止的全部代码

data["country"].fillna("missing")
data["age"].fillna(-10000, inplace=True)
data["ads_channel"].fillna("missing")
data["sex"].fillna("missing")
data['date'] = pd.to_datetime(data.date)

columns = data.columns.tolist()
columns = [c for c in columns if c not in ["test"]]
from sklearn import tree
clf = tree.DecisionTreeClassifier(max_depth=2, min_samples_leaf = (len(data)/100) )
clf = clf.fit(data[columns],data["test"])

我得到这个错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-560-95a8a54aa939> in <module>()
      4 from sklearn import tree
      5 clf = tree.DecisionTreeClassifier(max_depth=2, min_samples_leaf = (len(data)/100) )
----> 6 clf = clf.fit(data[columns],data["test"])

C:\Users\SnehaPriya\Anaconda2\lib\site-packages\sklearn\tree\tree.pyc in fit(self, X, y, sample_weight, check_input, X_idx_sorted)
    152         random_state = check_random_state(self.random_state)
    153         if check_input:
--> 154             X = check_array(X, dtype=DTYPE, accept_sparse="csc")
    155             if issparse(X):
    156                 X.sort_indices()

C:\Users\SnehaPriya\Anaconda2\lib\site-packages\sklearn\utils\validation.pyc in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
    371                                       force_all_finite)
    372     else:
--> 373         array = np.array(array, dtype=dtype, order=order, copy=copy)
    374 
    375         if ensure_2d:

TypeError: float() argument must be a string or a number

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
4从sklearn导入树
5 clf=tree.DecisionTreeClassifier（最大深度=2，最小样本数=leaf=（len（数据）/100））
---->6 clf=clf.fit（数据[列]，数据[“测试]）
C:\Users\SnehaPriya\Anaconda2\lib\site packages\sklearn\tree\tree.pyc合适（self、X、y、样本重量、检查输入、X\u idx\u排序）
152随机状态=检查随机状态（自随机状态）
153如果检查输入：
-->154 X=检查数组（X，dtype=dtype，accept\u sparse=“csc”）
155如果是（X）：
156 X.排序索引（）
检查数组中的C:\Users\SnehaPriya\Anaconda2\lib\site packages\sklearn\utils\validation.pyc（数组、接受稀疏、数据类型、顺序、复制、强制所有有限、确保2d、允许nd、确保最小样本、确保最小特征、警告数据类型、估计器）
371力（所有有限）
372其他：
-->373 array=np.array（array，dtype=dtype，order=order，copy=copy）
374
375如果确保_2d：
TypeError:float（）参数必须是字符串或数字

我仍在学习编码，我想知道如何克服这个错误。

---

任何帮助都将不胜感激

IIUC您还需要排除列

date

：

columns = [c for c in columns if c not in ["test", 'date']]

因为错误：

TypeError:float（）参数必须是字符串或数字，而不是“Timestamp”

---

保留日期（时间）列的解决方案：

---

似乎你忘记了

inplace=True

in

data[“country”]。fillna（“missing”）

data[“ads\u channel”]。fillna（“missing”）

和

data[“sex”]。fillna（“missing”）

所以使用

数据[“country”]。fillna（“missing”，inplace=True）数据[“ads\u channel”]。fillna（“missing”，inplace=True）数据[“sex”]。fillna（“missing”，inplace=True）

另一种可能的解决方案是

数据[[“国家”、“广告频道”、“性别”]=data[[“国家”、“广告频道”、“性别”]]。fillna（“缺失”）

此错误是否与pandas或sciky learn有关？我看到错误跟踪在它的库中，而不是在pandas上。如果日期/时间是功能数据的一部分，该怎么办？有人对此有答案吗？@jezrael您是否特别指向“转换为数字unix日期时间”？@GregHilston-是的，这是一种可能的方法solution@jezrael理解。非常感谢。我会看看结果如何，但非常感谢！

data['date'] = pd.to_numeric(pd.to_datetime(data['date']))