Python 使用pandas和sklearn的RandomForest回归：输入包含NaN、无穷大或对数据类型（'；float32'；）太大的值

由于数据帧中的“nan”值而获取此错误。试图替换

nan

值，但也不起作用。我不知道发生了什么事

这是流程图

import pandas as pd
import numpy as np
raw_data = {
        'sales':[10,20,30,40,50],
        'cost': [24233, 15111, 11111,np.NaN, 3422],
        'obs': [1, np.NaN, 3, 1, 2],
        'treatment': [0, 1, 0, np.NaN, 0]}

df = pd.DataFrame(raw_data, columns = ['sales','cost', 'obs', 'treatment'])

df

Out[35]: 
   sales   cost  obs treatment
0     10  24233    1         0
1     20  15111  NaN         1
2     30  11111    3         0
3     40    NaN    1       NaN
4     50   3422    2         0

准备培训数据 获取此错误

ValueError:输入包含NaN、无穷大或对数据类型（'float32'）太大的值

我试过了

df=df.apply(lambda x: x.fillna(x.mean()),axis=0)

TypeError:（+：'int'和'str'的不受支持的操作数类型，以索引代价发生）

---

您的nan是字符串，这就是您在尝试使用

fillna

时出错的原因。用float-nan替换它们应该是可行的（之后您还需要将该系列转换为float），但是如果您解决了根本问题，它会更干净。你为什么一开始就有串南？您正在从文件中读取数据吗？

nan

是一个字符串

NaN

是一个浮点。@ayhan是从实际数据中的文件读取。当我读取数据时，我只有NaN值。我不知道nan或nan有什么不同。@ayhan Ok我编辑了

df

并将字符串

nan

更改为

np.nan

，但错误仍然存在@Alexander如果您仍然收到一个类型错误，说“+”不支持“int”和“str”，那么这意味着您在其中一列中有字符串。为了使用

.mean

方法，您需要有数字列。您可以尝试

df=df.apply（pd.to_numeric，errors='concurve'）

，但请记住，这将用

NaN

替换每个字符串。

df=df.apply(lambda x: x.fillna(x.mean()),axis=0)