LGBM训练报float64相关错误，已执行dropna操作仍未解决如何处理

报错触发原因不只有NaN缺失值，还包含你现有预处理未覆盖的无穷值、非数值类型特征问题，按以下步骤排查即可：

• 排查并处理无穷值（inf/-inf）
  dropna()仅能清除NaN类型的缺失值，无法识别正负无穷值，运行以下代码确认是否存在无穷值：

import numpy as np
# 统计所有数值列的无穷值数量
print(np.isinf(X.select_dtypes(include=[np.number])).sum())

确认存在无穷值后执行如下处理：

# 把正负无穷值替换为NaN后统一删除
X = X.replace([np.inf, -np.inf], np.nan)
X = X.dropna().reset_index(drop=True)

• 处理非数值类型特征列
  你的数据中存在Date、H两个object类型的列，直接输入模型会触发sklearn的数值校验失败：
  1. Date列处理：不要直接传入原始日期字符串，转换为可识别的数值特征：

  import pandas as pd
  # 转日期格式后提取数值特征
  X['Date'] = pd.to_datetime(X['Date'])
  X['year'] = X['Date'].dt.year
  X['month'] = X['Date'].dt.month
  X['day'] = X['Date'].dt.day
  # 删除原始object类型的Date列
  X = X.drop('Date', axis=1)
  

  2. H列处理：如果是类别特征，先转换为LGBM支持的category类型，或做编码转为数值，同时检查是否存在空字符串、特殊符号等异常内容：

  # 查看H列所有唯一值确认无异常
  print(X['H'].unique())
  # 转换为类别类型
  X['H'] = X['H'].astype('category')
  

• 确认预处理执行顺序
  必须在train_test_split拆分数据集之前完成全量X的清洗操作，避免拆分后测试集未做清洗导致报错。
• 兜底校验
  如果仍有报错，可强制将所有列转换为数值类型，转换失败的内容会被置为NaN后统一删除：

X = X.apply(pd.to_numeric, errors='coerce')
X = X.dropna().reset_index(drop=True)

注：LGBM本身原生支持缺失值训练，但sklearn的前置数据校验层会提前检查数值合法性，因此无穷值、非数值类型等问题会提前触发报错，和LGBM本身的能力无关。

内容的提问来源于stack exchange，提问作者Emma Lim