Python 数据预处理:缺少值输入值错误
ValueError:输入包含NaN、无穷大或对于数据类型'float64'来说太大的值。您需要检查输入数据值。大多数情况下,它具有需要处理的NaN值。可以通过检查所有列中的所有唯一值进行检查。您可以专门从dataframe中删除NaN。请参阅如果数据集中有NaN值,则可以将其替换为零,如下面的示例所示。如果要替换现有数据帧中的值,而不是用替换返回一个新值,则可以设置inplace=TruePython 数据预处理:缺少值输入值错误,python,scikit-learn,Python,Scikit Learn,ValueError:输入包含NaN、无穷大或对于数据类型'float64'来说太大的值。您需要检查输入数据值。大多数情况下,它具有需要处理的NaN值。可以通过检查所有列中的所有唯一值进行检查。您可以专门从dataframe中删除NaN。请参阅如果数据集中有NaN值,则可以将其替换为零,如下面的示例所示。如果要替换现有数据帧中的值,而不是用替换返回一个新值,则可以设置inplace=True import numpy as np import matplotlib.pyplot as plt i
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
#importing
dataset = pd.read_csv("Data.csv")
x = dataset.iloc[:, 0:3].values
y = dataset.iloc[: , 3].values
#missingdata
from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values='0',strategy='mean')
imputer = imputer.fit(x[:, 1:3])
x[:, 1:3] = imputer.transform(x[:, 1:3])
是官方文档,您可以从中获得更多信息。inputer=simplemputermissing_values=np.nan,strategy='mean'使用simputer
插补器=插补器。fitX[:,1:3]在x数据集中拟合插补器
X[:,1:3]=插补器。转换X[:,1:3]在X数据集中转换插补器
缺少_值=np.nan
勾选粗体项目请发布完整的回溯。
x.fillna(0, inplace=True)