输入包含对于 dtype“float64”来说太大的无穷大值

Question

所以我对 python 很陌生，我正在尝试按照教程来规范化和缩放我的所有数据； 但是，我不断收到错误消息。 我正在使用 Scikit-learn 和 pandas。 我已经四处搜索并尝试了几乎所有我能想到的，但我仍然收到这个错误。

我不断收到这个错误，它可以追溯到 preprocessing.scale：

ValueError: Input contains infinity or a value too large for dtype('float64').

消除错误的列的最小值为-10.3800048828125 ，最大值为10.209991455078123 。 所有数据类型都是float64或int64 （虽然不在此列中）。 我尝试了多种方法来摆脱无穷大和 NaN，但它们似乎都没有奏效。 如果有人有任何建议，将不胜感激！

出现问题的代码在这里：

def preprocess_df(df):
    df = df.drop('future', 1)
    df.replace([np.inf, -np.inf], np.nan)
    df.fillna(method='bfill', inplace=True)
    df.dropna(inplace=True)

    for col in df.columns:
        print("Trying Column: " + col)
        if col != "target":
            df[col] = df[col].pct_change()
            df.dropna(inplace=True)
            df[col] = preprocessing.scale(df[col].values)
    df.dropna(inplace=True)

    sequential_data = []
    prev_days = deque(maxlen=SEQ_LEN)

    for i in df.values:
        prev_days.append([n for n in i[:-1]]) #appends every column to the prev days list, except for target (we don't want that to be known)
        if len(prev_days) == SEQ_LEN:
            sequential_data.append([np.array(prev_days), i[:-1]])

    random.shuffle(sequential_data)

Answer 1

这是您的问题： df.replace([np.inf, -np.inf], np.nan) 。

将代码更改为df = df.replace([np.inf, -np.inf], np.nan) 。