技术咨询：为何触发ValueError: Input含NaN、infinity或超出float64范围错误

错误核心原因 #

你的输入数据df中存在不符合float64类型要求的异常数据：

• 缺失值（NaN）
• 无穷大/无穷小值（inf/-inf）
• 超出float64数值范围的极端值

这些数据会导致模型预测时无法完成正常计算，从而触发该错误。

排查与修复步骤 #

1. 定位问题数据 #

在调用predict方法前，添加以下代码排查异常：

import numpy as np

# 统计各列的NaN数量
print(df.isna().sum())

# 统计各列的无穷值数量
print(df.isin([np.inf, -np.inf]).sum())

# 查看数值列的范围分布（可针对具体列调整）
print(df.describe())

2. 清理异常数据 #

• 处理缺失值：根据业务场景选择填充或删除

  # 用列均值填充数值型NaN
  df = df.fillna(df.mean())
  # 或直接删除含NaN的行
  df = df.dropna()
  

• 替换无穷值：先转成NaN再统一处理

  df = df.replace([np.inf, -np.inf], np.nan)
  # 复用上面的缺失值处理逻辑
  

• 截断极端值：将超出合理范围的数值限制在区间内

  # 以1%和99%分位数作为上下限
  lower_bound = df.quantile(0.01)
  upper_bound = df.quantile(0.99)
  df = df.clip(lower_bound, upper_bound, axis=1)
  

3. 匹配模型输入格式 #

• 确认df的列数、列顺序、数据类型与模型训练时的输入完全一致
• 排除输入数据中混入的非数值型列

内容的提问来源于stack exchange，提问作者Sviryu