Python 错误：无法从数据帧中删除无限值

这是我的数据帧

df

：

col1       col2
-0.441406  2.523047
-0.321105  1.555589 
-0.412857  2.223047
-0.356610  2.513048

当我检查df时，我看到有一些无穷大的值

np.any(np.isnan(df))
np.all(np.isfinite(df))

False 
True

NaN和infinite之间有什么区别？另外，如何删除所有无限值以在

np.all（np.isfinite（X））

中实现

这就是我所尝试的：

df = df.replace([np.inf, -np.inf], np.nan).dropna(how="all")

但是，检查

无限

还是给了我真实的答案

---

此外，

.apply（lambda s:s[np.isfinite（s）].dropna（））.count（）提供的所有列的行数与
df.shape
提供的行数相同，这表明缺少无限值。但在这种情况下，为什么
np.all（np.isfinite（df））
返回True？
您的问题类似于，
您是否尝试过：

df.replace([np.inf, -np.inf], np.nan).dropna(subset=["col1", "col2"], how="all")


np.nan
不被视为有限的

，您可以将

np.nan

替换为任何有限的编号参见该代码示例：

---

结果:

     A    B    C
0  1.0  inf -inf
False
     A   B   C
0  1.0 NaN NaN
False
     A    B    C
0  1.0  0.0  0.0
True

---

它与我在问题中发布的内容有何不同？这正是我尝试过的，但没有成功。不完全一样，因为：

.dropna（subset=[“col1”，“col2”]，how=“all”）

！=

.dropna（）

我应该提到所有列吗？我可以做

.dropna（subset=df.columns，how=“all”）

？我在我的帖子中添加了Jupyter笔记本的屏幕截图。是的，你可以做：subset=df.columns

     A    B    C
0  1.0  inf -inf
False
     A   B   C
0  1.0 NaN NaN
False
     A    B    C
0  1.0  0.0  0.0
True