输入包含无穷大的值，该值对于数据类型“float64”太大

Question

因此，我对python基本上是一个新手，我正在尝试按照一个教程来规范和缩放我的所有数据；然而，我不断地得到一个错误。我正在使用Scikit与熊猫一起学习。我已经到处搜索，尝试了我能想到的一切，但我仍然得到这个错误

我一直收到此错误，可追溯到preprocessing.scale：

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

回退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（但不在此列中）。我尝试过多种方法来消除无穷和非，但似乎都不起作用。如果有人有任何建议，将不胜感激

出现问题的代码如下所示：

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

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

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