ValueError:输入包含NaN、无穷大或对于使用fit from KNeighborsRegressor的dtype('float64')而言太大的值
这个错误是由于输入数据中包含NaN（Not a Number）、无穷大或过大的值，导致KNeighborsRegressor模型无法处理。为了解决这个问题，可以采取以下几个步骤：
- 数据清洗：首先需要对输入数据进行清洗，将包含NaN或无穷大的值进行处理。可以使用pandas库中的dropna()函数删除包含NaN的行或列，使用replace()函数将无穷大的值替换为合适的数值。
- 数据归一化：对于KNeighborsRegressor模型，通常需要对输入数据进行归一化处理，以确保各个特征具有相同的重要性。可以使用sklearn库中的MinMaxScaler或StandardScaler对数据进行归一化处理。
- 数据类型转换：如果输入数据中存在过大的值，可能需要将其进行数据类型转换。可以使用astype()函数将数据类型转换为适合KNeighborsRegressor模型的float64类型。
- 模型参数调整：如果以上步骤仍然无法解决问题，可能需要调整KNeighborsRegressor模型的参数。可以尝试调整n_neighbors（邻居数量）或weights（权重函数）等参数，以获得更好的模型性能。
总结起来，解决该错误的步骤包括数据清洗、数据归一化、数据类型转换和模型参数调整。通过这些步骤，可以使得输入数据符合KNeighborsRegressor模型的要求，并且能够顺利进行训练和预测。
腾讯云相关产品和产品介绍链接地址：
- 数据清洗：腾讯云数据处理平台（https://cloud.tencent.com/product/dp）
- 数据归一化：腾讯云机器学习平台（https://cloud.tencent.com/product/mls）
- 数据类型转换：腾讯云数据处理平台（https://cloud.tencent.com/product/dp）
- 模型参数调整：腾讯云机器学习平台（https://cloud.tencent.com/product/mls）
相关·内容
我理解这个错误是因为我的csv中有NaN值，但是我的代码中有很多地方都有df.dropna命令，所以我不明白为什么它仍然将代码解释为仍然有NaN值。
现在它使我写了更多的因为我的长代码，你可以忽略这一点，它是胡言乱语，请参考上面的句子为我的问题，我非常感谢你帮助我解决它，谢谢！
import numpy as np
import pandas as pd
import pickle
from collections import Counter
from sklearn import svm, model_selection as cross_validation, neighbors
fro
浏览 0提问于2019-05-31得票数 0
我最近看了一段YouTube (DataSchool)视频，视频中这个家伙只使用了泰坦尼克号数据集中的3列，并制作了一条管道。我想增加更多的列，以获得更好的准确性，所以我增加了年龄和票价。
我想可能是因为Age和Fare的值，我在执行cross_val_score时得到了这个错误
columns_trans = make_column_transformer(
(OneHotEncoder(), ['Sex', 'Embarked']),
remainder='passthrough')
logreg = Logisti
浏览 0提问于2021-09-20得票数 0
2回答
在pandas中，当我们尝试将包含NaN值的系列转换为整数时，可以使用如下所示的片段
df.A = df.A.apply(int)，我经常看到一条错误消息
ValueError: cannot convert float NaN to integer
我知道NaN值不能转换为整数。但我很好奇在这种情况下抛出的ValueError。它说float NaN不能转换为整数。
NaN值被视为浮点对象有什么具体原因吗？或者这是错误消息显示的问题吗？
浏览 2提问于2018-02-01得票数 16
回答已采纳
我正在尝试用Python实现随机森林。在运行代码时，我得到了这个错误。尽管我已经使用以下命令从float32转换为float64：
x_arr = np.array(train_df, dtype='float64')
Traceback(most recent call last):
File "C:\Python27\randomforest.py", line 67, in <module>
forest=forest.fit(x_array[0::,1::],x_array[0::,0])
File "C:
浏览 0提问于2016-07-13得票数 2
我正在尝试适应一个简单的机器学习模型，使用科学工具学习。在这一行上：
clf.fit(features, labels)
我遇到了一个熟悉的错误：
Input contains NaN, infinity or a value too large for dtype('float64').
每当我遇到这种情况之前，当我的数据中有NaN值的时候。我已经证实数据中没有NaNs。.fit()方法(特性和标签)的两个输入是np数组，但它们是从熊猫数据中生成的。在提取我打印的NaN值之前：
print(features_df[features_df.isnull().any(axis=
浏览 0提问于2019-03-16得票数 11
回答已采纳
对于当前的一个项目，我计划在一个包含数字数据的CSV集上运行一个scikit learn随机梯度增强算法。 但是，当调用脚本的行sgbr.fit(X_train, y_train)时，我收到了一个ValueError: could not convert string to float:，其中没有给出有关无法格式化的各个区域的更多详细信息。 我假设这个错误与Python代码本身无关，而是与CSV输入有关。但是，我已经检查了CSV文件，以确认所有部分都包含floats： ? 有谁知道为什么ValueError在没有进一步位置指示的情况下出现？
浏览 17提问于2020-09-12得票数 0
回答已采纳
1回答
我正在为KNN回归器使用sklearn：
#importing libraries and data
import pandas as pd
from sklearn.neighbors import KNeighborsRegressor as KNR
theta = pd.read_csv("train.csv")#pandas dataframe
#getting data wanted from theta and putting it in a new dataframe
a = theta.get("YearBuilt")
b = theta.get
浏览 6提问于2022-06-02得票数 0
回答已采纳
2回答
在我的申请中，我收到了一个熊猫DataFrame (比如说，block)，它有一个名为est的专栏。此列可以包含字符串或浮动的混合。我需要将列中的所有值转换为浮动，并使列类型为be float64。我这样做是使用以下代码：
block[est].convert_objects(convert_numeric=True)
block[est].astype('float')
这在大多数情况下都适用。但是，在一种情况下，est包含所有空字符串。在这种情况下，第一个语句执行时不会出错，但是列中的空字符串仍然是空字符串。然后，第二条语句导致一个错误：ValueError: could
浏览 2提问于2016-02-17得票数 19
是否可以将数据帧中的列更改为float64，并将一些空值更改为整数dtype？我得到以下错误
引发ValueError(“无法将NA转换为整数”)
浏览 1提问于2015-10-01得票数 4
我试图使用sklearn，但遇到了错误，但我不知道哪里出了问题。这是我的代码：
import pandas as pdd
from sklearn.tree import DecisionTreeClassifier
df = pd.read_csv('vgsales.csv')
X = df.drop(columns=['Name','Platform','Publisher','Genre'])#input
y = df['Rank']#output
model = DecisionTreeCl
浏览 1提问于2020-12-21得票数 0
1回答
假设我有两个系列:a和b，
a = Series(None, index=['a','b','c'])
b = Series('lol', index=['j','k','l'])
我想把b存储为a的一个元素，
a['a'] = b
但我得到了
ValueError: setting an array element with a sequence.
在熊猫系列中存储熊猫系列是可能的吗？我该怎么做呢？谢谢。
浏览 2提问于2013-01-09得票数 1
回答已采纳
3回答
我有以下数据：
a = pd.Series([1, 2, 3])
b = pd.Series([0, 0, 0])
如果除以零，我想在某些情况下
将结果设置为本系列中的一个
将结果设置为特定值
但以下是“意想不到”的结果：
a.div(b, fill_value = 0)
0 inf
1 inf
2 inf
a.div(b).fillna(0)
0 inf
1 inf
2 inf
a.div(b).combine_first(a)
0 inf
1 inf
2 inf
我想到达：
案例1：将数据设置为特定值
0 0
浏览 1提问于2017-08-07得票数 8
回答已采纳
我尝试了下面的代码，但我有一些错误。 imp=SimpleImputer(missing_values='NaN',strategy="mean")
col = veriler.iloc[:,1:4].values
type(col) ##numpy.ndarray
imp=imp.fit(col) ValueError:输入包含NaN、无穷大或对于dtype('float64')来说太大的值。
浏览 19提问于2020-08-12得票数 0
回答已采纳
3回答
我正在尝试在熊猫数据帧上运行随机森林。我知道数据帧中没有空值或无穷大，但当我符合模型时，会不断获得ValueError。这大概是因为我使用的是flaot64列，而不是int列；我还有很多bool和float32类型的列。有没有办法把所有的浮点列都改成float32？ 我已经尝试过重写CSV，并且相对确定问题不在于此。我以前在float64s上运行随机森林从来没有遇到过问题，所以我不确定这一次出了什么问题。 labels = electric['electric_ratio']
electric = electric[[x for x in electric.columns i
浏览 46提问于2019-04-24得票数 2
1回答
我正在寻找比较2系列在熊猫。我有以下代码
a = pd.Series([1, 2, 3, 4], index = [1, 2, 3, 4])
b = pd.Series([1, 1, 1], index = [1, 5, 4])
a[~a.eq(b)]
在级数为空的情况下，即尚未向其添加值。
b = pd.Series()
a[~a.eq(b)]
这两种情况都会给出以下错误：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\An
浏览 19提问于2017-08-07得票数 0
1回答
下面的代码出现了一个简单的错误。
我的目标是使用simpleimputer在一张照片中插入不同数据类型的缺失值。
当我尝试这样做时，fit_transform似乎不像预期的那样工作。当不使用dtype参数时，代码工作得很好，但是最终的dataframe丢失了它的数据类型信息。当我在参数中包含dtype列表时，我会看到下面的错误。您应该能够通过在本地复制和粘贴来模拟错误。
import pandas as pd
import numpy as np
from sklearn.impute import SimpleImputer
import sklearn
print(sklearn.__v
浏览 2提问于2018-11-11得票数 2
回答已采纳
1回答
我想用一个pd.Series()填充一个list。
我试着做以下几件事：
series = pd.Series(index=['a','b','c','d'])
series['a'] = 2
series['b'] = [2,3]
这就是我所犯的错误。如何在list中填充pd.Series
File "C:\Users\Sergej Shteriev\Anaconda3\lib\site-packages\pandas\core\internals.py", line 940,
浏览 1提问于2019-06-27得票数 1
回答已采纳
4回答
我有以下问题:我有一个熊猫数据，其中缺少的值被字符串na标记。我想在它上运行一个输入程序，用列中的平均值替换缺少的值。根据sklearn文档，参数missing_values应该帮助我完成以下工作：
missing_values :整数或“NaN”，可选(default=“NaN”)是缺失值的占位符。所有发生的missing_values都将被计算出来。对于编码为np.nan的缺失值，请使用字符串值“NaN”。
据我理解，这意味着，如果我写
df = pd.read_csv(filename)
imp = Imputer(missing_values='na')
imp
浏览 10提问于2016-07-01得票数 6
回答已采纳
我目前正在试图得到一个熊猫系列的平均值，表示另一个熊猫系列的百分比变化，也就是原始系列的百分比变化；然而，当我试图通过使用acc.mean()获得平均值时，它返回了nan。pct_returns.mean()的情况并非如此，它返回平均值。另外，这两个系列图都是正确的(，)，所以我不知道为什么不能正确地取平均值。
下面是一些示例代码作为示例：
import yfinance as yf, pandas as pd, numpy as np
from matplotlib import pyplot as plt
tick = yf.Ticker('AAPL')
data = t
浏览 4提问于2022-05-10得票数 1
我有下面的系列
s = pd.Series({'A':['hey','hey',2,2.14},index=1,2,3,4)
基本上，我想掩盖，序列和检查值是否是一个str，如果是，如果我想用np.nan替换，我怎么能做到这一点？
通缉结果
s = pd.Series({'A':[np.nan,np.nan,2,2.14},index=1,2,3,4)
我试过这个
s.mask(isinstance(s,str))
但是我得到了以下ValueError:数组条件必须与self相同的形状，当涉及到这些方法时，我是个新手，我希望能解释
浏览 9提问于2022-07-26得票数 0
回答已采纳
我试图使用我的特性选择来拟合我的数据，但是每当我尝试时，我都会得到这个错误。
Input contains NaN, infinity or a value too large for dtype('float64').
不确定是否有修复，或者我是否可以给它一种不同的方法，但我知道的是，如果我要使用一个特性选择，我必须应用它在我的算法，
#!/usr/bin/env python
# coding: utf-8
# In[1]:
from sklearn.model_selection import train_test_split
# In[2]:
import
浏览 4提问于2021-11-29得票数 1
回答已采纳
我有一个带有头= "col1“和5个值的csv文件
col1
398
5432
5986
8109
/N
我打算把它设为熊猫的数字，所以我写了
import pandas as pd
data = pd.read_csv(r'\test1.csv', dtype = {'col1': 'float64'})
但是错误消息ValueError:无法将字符串转换为浮动：'/N‘
上面的代码在没有斜杠的情况下工作得很好，最后一行将变成"Nan“。但是，在不改变原始数据值的情况下，是否有任何方法来抑制“斜杠”并使代码运行？
浏览 10提问于2020-09-26得票数 0
回答已采纳
由于某些原因，我无法让这段代码正常运行：
import numpy as np
from sklearn.linear_model import LinearRegression
# Create linear data with some noise
x = np.random.uniform(0, 100, 1000)
y = 2. * x + 3. + np.random.normal(0, 10, len(x))
# Fit linear data with sklearn LinearRegression
lm = LinearRegression()
lm.fit(x.resh
浏览 17提问于2020-06-24得票数 7
我希望使用OrdinalEncoder对一些序号数据进行编码，格式如下：["6-10","11-15","1-5",...,np.nan]，参数类别中指定的编码顺序为["1-5","6-10","11-15",...]，np.nan被忽略(我希望在填充nans之前先对给定的特性进行编码)。
根据用户手册，sklearn应该忽略输入数组中的np.nan：
来自https://scikit-learn.org/stable/modules/preprocessing.html#preprocessing
浏览 1提问于2021-10-29得票数 0
回答已采纳
1回答
我有一个数组1200*1200。它的一些值是零。我想将零值转换为numpy.nan值。这是我的解决方案：
import numpy
for i in range(1200):
for j in range(1200):
if data_a[i, j] == 0:
data_a[i, j] = numpy.nan
但是我得到了这个错误：data_a[i,j] = numpy.nan ValueError: cannot convert float NaN to integer我不理解这个错误。有什么替代方案或解决方案吗？
浏览 0提问于2012-11-09得票数 4
回答已采纳
3回答
我正在试图计算在dataframe列中用逗号分隔的所有数字的和，但是我总是得到错误。这就是dataframe的样子：
Description scores
logo
graphics
eyewear 0.360740,-0.000758
glasses 0.360740,-0.000758
picture -0.000646
tutorial 0.001007,0.000968,0.000929,0.000889
computer 0.852264 0.001007,0.000968,0.000929,0.000889
这就是
浏览 2提问于2019-08-14得票数 1
回答已采纳
在预处理数据的过程中。我是二进制编码t和f值到1和0。最初，这是我的职能：
def binary_encoding(df):
encode = df.replace({"t":1, "f":0})
return encode
这将返回一个浮点数。然后我将编码行更改为
encode = df.replace({"t":1, "f":0}).astype(int)
但我犯了个错误
ValueError: Cannot convert non-finite values (NA or inf) to integer
在这
浏览 2提问于2021-05-27得票数 0
回答已采纳
6回答
我有以下数据
time X Y X_t0 X_tp0 X_t1 X_tp1 X_t2 X_tp2
0 0.002876 0 10 0 NaN NaN NaN NaN NaN
1 0.002986 0 10 0 NaN 0 NaN NaN NaN
2 0.037367 1 10 1 1.000000 0 NaN
浏览 4提问于2017-08-17得票数 55
回答已采纳
1回答
我正在尝试在我的IPython笔记本中安装和ARMA模型。关于下列代码：
from statsmodels.tsa.arima_model import ARMA
arma_mod20 = sm.tsa.ARMA(dta, (2,0)).fit()
print (arma_mod20.params)
我得到了以下错误：
---------------------------------------------------------------------------
ValueError Traceback (most recen
浏览 2提问于2016-04-18得票数 1
回答已采纳
1回答
我试着用(熊猫)pd.ols和(状态模型)sm.ols用回归线得到回归散点图，我可以得到散点图，但我似乎无法得到回归线的参数。很明显，我正在这里做一些剪切和粘贴编码:-(使用此指南： )
我的数据在熊猫DataFrame中，x列是merged2 2：-1.1.lastqu，y数据列是merged2 2：-1。我的代码现在如下：
def fit_line2(x, y):
X = sm.add_constant(x, prepend=True) #Add a column of ones to allow the calculation of the intercept
model
浏览 2提问于2014-01-23得票数 4
回答已采纳
2回答
需要将数据帧中的以下列转换为int：
dsAttendEnroll.District.head()
0 DISTRICT 01
1 DISTRICT 02
2 DISTRICT 03
3 DISTRICT 04
4 DISTRICT 05
Name: District, dtype: object
使用错误类型会导致以下错误，如何做到这一点？
dsAttendEnroll.District = dsAttendEnroll.District.map(lambda x: x[-2:]).astype(int)
ValueError:带基10：'LS‘的l
浏览 4提问于2016-09-26得票数 1
回答已采纳
1回答
我试图在类别列上运行一个seasonal_decompose。我知道错误：
ValueError:无法将字符串转换为浮动：“巧克力：(美国)”
代码：
# Multiplicative Decomposition
decomposeM = seasonal_decompose(df1["Category: All categories"],model='multiplicative', extrapolate_trend='freq')
plt.rcParams['figure.figsize'] = (12
浏览 1提问于2021-11-27得票数 0
回答已采纳
我正在使用爱荷华州艾姆斯的住房数据，我想在一个lambda函数中使用一个LabelEncoder来在我的分类特征中标记编码我的字符串值，同时跳过NaN值(这样我可以稍后对它们进行估算)。这就是我到目前为止所知道的：
train['Fireplace Qu'].apply(lambda x: LabelEncoder(x).fit_transform if type(x) != np.float else x)
但是它抛出了这个错误：
TypeError: object() takes no parameters
任何帮助都将不胜感激--试着找出一种归类数据的方法。
浏览 14提问于2018-07-20得票数 0
回答已采纳
1回答
我有一个非常大的熊猫DataFrame，看起来像这样：
>>> d = pd.DataFrame({"a": ["1", "U", "3.4"]})
>>> d
a
0 1
1 U
2 3.4
当前该列被设置为object
>>> d.dtypes
a object
dtype: object
我想将这一列转换为浮点数，这样我就可以使用groupby()并计算平均值。当我尝试使用astype时，我正确地得到了一个错误，因为字符串不能转换为浮点型：
浏览 0提问于2016-01-14得票数 3
假设我有这样的清单：
mydict={10:[],20:[],30:[],40:[],50:[1],60:[],70:[1],80:[7, 2, 7, 2, 2, 7, 2],90:[5, 2, 2, 6, 2, 3, 1, 2, 1, 2],...}
我想要计算:最小，最大，中位数，第一和第三四分位数的每一个列表在迪克特。我首先尝试了min和max，如下所示：
mins_mydict={k:min(v) for k,v in mydict.items()}
maxes_mydict={k:max(v) for k,v in mydict.items()}
但我得到了一个错误：ValueErr
浏览 4提问于2016-04-06得票数 1
回答已采纳
我想用非NAs值填充熊猫系列的NAs，但前提是填充NA值的非NA值是相同的。有什么聪明的快速解决方案吗？我知道我可以编写一个函数，可以在itterrow设置中使用，但是我使用的是数百万行，需要一个更快的解决方案。
输入实例：
0 NaN
1 1
2 NaN
3 1
4 NaN
5 2
6 NaN
7 NaN
8 2
9 NaN
输出：
0 NaN
1 1
2 1
3 1
4 NaN
5 2
6 2
7 2
8 2
9 NaN
浏览 6提问于2022-02-21得票数 2
回答已采纳
我正试图像这样规范我的数据：
scaler = MinMaxScaler()
trainX=scaler.fit_transform(X_data_train)
我得到了一个错误：
ValueError:输入包含NaN、无穷大或对dtype('float64')来说太大的值。
X_data_train是一只(95538, 550)大小的熊猫。真正奇怪的是当我写
print (X_data_train.min().min())
它给-5482.4473，同样地，我得到28738212.0，这对我来说似乎不是超高的价值.
此外，根据54+ have 发出的命令，我确实检查了
浏览 1提问于2018-09-03得票数 1
回答已采纳
我知道rolling_mean()存在，但这是为了一个学校项目，所以我试图避免使用rolling_mean()
我试图在dataframe系列中使用以下函数
def run_mean(array, period):
ret = np.cumsum(array, dtype=float)
ret[period:] = ret[period:] - ret[:-period]
return ret[period - 1:] / period
data['run_mean'] = run_mean(data['ratio'], 150)
但我
浏览 4提问于2016-05-05得票数 2
回答已采纳
2回答
从原则上看，np数组可以保存nan值，但它不喜欢在初始分配之后将它们写入？有谁能解释一下这一点，并提出一个比我在例5中更简单的方法来做替换呢？
import numpy as np
a = np.array([2,1,0,7])
a[a==0] = -999 # replacing this way with numbers works
print (a)
a = np.array([2,1,np.nan,7]) # allocating an np array with nans works
print (a)
a = np.array([2,1,0,7])
a[a==0] = n
浏览 0提问于2020-01-10得票数 1
回答已采纳
1回答
我尝试计算不同深度的决策树的测试和训练误差。
train_error = []
test_error = []
for i in range (3,21):
X_train, X_test, y_train, y_test = train_test_split(womendata, womeny, test_size=0.4, random_state=1 )
decitiontree = tree.DecisionTreeClassifier(criterion='gini', splitter='best', max_depth=i,
浏览 0提问于2017-01-22得票数 0
2回答
我有这样一个数据框架：
a = pd.DataFrame({'foo':[1,2,3,'str']})
foo
0 1
1 2
2 3
3 str
我想将数据类型设置为int64：
a['foo'].astype('int32')
但我收到一条错误信息：
ValueError: invalid literal for int() with base 10: 'str'
如何将意外数据类型设置为NA。在我的例子中，我想返回如下数据帧：
foo
0 1
1 2
2 3
3
浏览 1提问于2018-03-13得票数 0
回答已采纳
我想使用一个自定义数组在时间序列/ data.frame中加权valus，就像在中一样
import pandas as pd
ser = pd.Series([1,1,1], index=pd.date_range('1/1/2000', periods=3))
print ser
rm1 = pd.rolling_window(ser, window=[2,2,2], mean=False)
rm2 = pd.rolling_window(ser, window=[2,2,2]) #, mean=True
print rm1
#
#2000-01-01 NaN
#
浏览 2提问于2018-01-09得票数 1
回答已采纳
2回答
给出如下的数据
colVals = [['05:17:55.703', '', '', '', '', '', '21', '', '3', '89', '891', '11', ''], ['05:17:55.703', '', '', '', '', '', '21', &#
浏览 1提问于2019-09-20得票数 3
回答已采纳
我试图将RandomForest方法应用于数据集，并得到以下错误：
ValueError: Input contains NaN, infinity or a value too large for dtype ('float32')
有谁能告诉我，我可以在函数中修改什么才能使代码工作：
def ranks_RF(x_train, y_train, features_train, RESULT_PATH='Results'):
"""Get ranks from Random Forest"""
浏览 0提问于2020-02-16得票数 1
回答已采纳
我已经用X = X.fillna(X.mean())来填写NaN了。但是我还是会出错。
"ValueError:发现样本数不一致的数组:7210“
当我尝试我的train_test_split时。
我查看了我的X，似乎仍然缺少一些值(空格)。
例如，如何用该列的平均值填充这些空白？
浏览 1提问于2016-09-18得票数 0
在使用knn回归模型时，我正在尝试应用自己的自定义距离度量函数。我的数据集混合了名义、顺序、数值和二进制类型的字段
代码：
def cus_distance(array1, array2, **kwargs):
# calculate the distance, return a float
pass
knn = neighbors.KNeighborsRegressor(weights='distance', metric=cus_distance)
# train_data is a pandas dataframe obj
knn.fit(train_
浏览 6提问于2013-12-18得票数 2
我得到了ValueError:无法将浮点NaN转换为整数，如下所示：
df = pandas.read_csv('zoom11.csv')
df[['x']] = df[['x']].astype(int)
"x“是csv文件中的一个列，我在文件中找不到任何浮动NaN，我也不明白这个错误，也不明白为什么要得到它。
当我以字符串的形式读取列时，它的值如-1，1，...2000，在我看来都是非常好的整数。
当我将列读取为float时，可以加载该列。然后将值显示为-1.0,0.0等，但仍然没有任何NaN-s。
我在read_cs
浏览 1提问于2017-11-16得票数 93
回答已采纳
我的表格：
In [15]: csv=u"""a,a,,a
....: b,b,,b
....: c,c,,c
....: """
In [18]: df = pd.read_csv(io.StringIO(csv), header=None)
将空列填充为“未知”
In [19]: df
Out[19]:
0 1 2 3
0 a a NaN a
1 b b NaN b
2 c c NaN c
In [20]: df.fillna({2:'UNKNOWN'})
得到了错误
V
浏览 1提问于2013-04-18得票数 10
回答已采纳
我有一个Dask数据框架，它由分类数据和数值(浮点型和整型)数据组成。当我尝试使用下面的代码LabelEncode分类列时，我得到了错误。
from dask_ml.preprocessing import LabelEncoder, Categorizer
encoder = LabelEncoder()
encoded = encoder.fit_transform(train_X.values)
错误信息如下：
ValueError: bad input shape (36862367, 15)
此外，我还尝试了一种不同的方法：
from sklearn.externals.jobl
浏览 66提问于2019-07-24得票数 1
回答已采纳
鉴于以下汇总表：
matrix = np.array([[0,np.nan,1],[np.nan,np.nan,np.nan],[1,2,3]])
我想获得一个min行值的数组。如果一行包含所有nan值，则该行的所有nan值的缩进应为0。重发数组应该是。
array([0,0,0])
如果我尝试使用np.argmin(matrix,axis=1)，那么min就是发生np.nan的地方，例如：
array([1, 0, 0])
这是不需要的，如果我使用np.nanargmin(matrix,axis=1)，就会得到raise ValueError("All-NaN slice encou
浏览 7提问于2022-03-01得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
