輸入包含對於 dtype“float64”來說太大的無窮大值

Question

所以我對 python 很陌生，我正在嘗試按照教程來規范化和縮放我的所有數據； 但是，我不斷收到錯誤消息。 我正在使用 Scikit-learn 和 pandas。 我已經四處搜索並嘗試了幾乎所有我能想到的，但我仍然收到這個錯誤。

我不斷收到這個錯誤，它可以追溯到 preprocessing.scale：

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

消除錯誤的列的最小值為-10.3800048828125 ，最大值為10.209991455078123 。 所有數據類型都是float64或int64 （雖然不在此列中）。 我嘗試了多種方法來擺脫無窮大和 NaN，但它們似乎都沒有奏效。 如果有人有任何建議，將不勝感激！

出現問題的代碼在這里：

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

這是您的問題： df.replace([np.inf, -np.inf], np.nan) 。

將代碼更改為df = df.replace([np.inf, -np.inf], np.nan) 。