Python 输入包含 NaN、无穷大或对于 dtype float32 来说太大的值

Question

我正在尝试使用 sklearn 的决策树分类器进行分类。 我已将训练和测试数据集存储到两个单独的 Pandas 数据帧中。 我像这样调用分类器：

classifier = DecisionTreeClassifier(criterion = 'entropy', random_state = 0)
classifier.fit(features_in_training_set, class_labels_in_training_set)
predictions = classifier.predict(features_in_testing_set)

但是，我收到此错误，这在使用树进行分类时似乎很常见。

ValueError: Input contains NaN, infinity or a value too large for dtype('float32').

我知道这两个数据集中都没有缺失值。 我正在使用 imputer 方法更改它们。 我的数据帧的打印显示了这一点，但要仔细检查，我也试过df.isna()并且输出都是假的。 我认为我没有无穷大值，因为帧由二进制值组成。 我不想删除行或列，因为我不想减少我的数据集。 我也不想根据任何其他标准替换它们。

我不太确定如何找到对于 dtype float 32 来说哪些列太大，以及如何更改它们。 我有一种感觉，它可能是我的时间戳列。 这是训练数据框的一个片段，因为它非常大：

             time      A     B 
0       1.518999e+09   1     1
1       1.518999e+09   1     0 
2       1.518999e+09   0     1
3       1.518999e+09   0     0

Answer 1

尝试检查数据框的摘要。 例如，如果您的数据框显示任何特征的缺失样本，则意味着某些观察值存在空值。

正在遇到可能被空除的情况。