使用data.table进行聚合操作时出现报错，寻求解决方法

错误产生的常见原因 #

• 入参维度不匹配：调用scikit-learn等库的建模接口时，传入了1维特征数组，而接口要求传入2维数组，单特征输入可通过reshape(-1, 1)调整维度后再传入。
• 数据类型/取值异常：函数要求输入为数值型数据，但数据集中存在未清洗的字符串、空值NaN、无穷大值inf，触发类型校验失败。
• 数据长度不匹配：做数据拼接、标签与特征对齐、自定义函数计算时，多个输入数据的长度不一致，触发维度报错。
• 函数参数传递错误：存在必填参数漏传、参数传递顺序错误、参数取值超出函数允许范围的问题。

快速排查方法 #

• 打印输入数据的shape、dtype属性，确认维度、数据类型符合函数入参要求
• 用不涉及隐私的模拟小数据集运行相同代码，排除代码逻辑本身的错误
• 执行df.isnull().sum()统计数据集空值，确认所有异常值已完成清洗

内容的提问来源于stack exchange，提问作者Stephen Okiya