使用imblearn欠采样时遇输入值错误（含NaN）如何解决？

1. 修复缺失值处理的核心问题 #

你的fillna调用根本没生效——inplace=False（默认参数）会返回一个处理完缺失值的新DataFrame，但你没把这个新对象赋值给dataframe1，导致原数据里的NaN完全没被处理。修改代码如下：

# 处理Nan值，必须接收返回的新DataFrame
dataframe1 = dataframe1.fillna(dataframe1.mean())

额外注意：如果数据集中存在非数值类型的列，dataframe1.mean()会自动跳过这些列，导致这些列的NaN残留。可以先执行以下代码排查：

# 打印各列的NaN数量，确认是否还有遗漏
print(dataframe1.isna().sum())

2. 关于"数值过大"的误解 #

你提到的最大数值5747.13完全在float64的容纳范围内（float64支持的数值范围远大于这个量级），所以错误提示里的"数值过大"不是真实问题，根源还是NaN没处理干净。

3. 代码优化建议 #

• 分离特征和标签的代码可以简化：

X = dataframe1.drop('label', axis=1)
y = dataframe1['label'].values

• 可以在处理后加断言，提前验证数据状态：

# 确保X中没有NaN，避免后续报错
assert not X.isnull().any().any(), "特征矩阵X中仍存在未处理的NaN值"

内容的提问来源于stack exchange，提问作者Ghada