使用Statsmodels adfuller执行ADF检验时遇NaN/Inf报错排查

我之前也踩过完全一样的坑！明明用np.isnan和pd.isnull检查过都没问题，但adfuller还是报错，后来排查出几个容易忽略的细节，给你整理了可行的解决步骤：

1. 排查「隐性异常值」 #

表面的全局检查可能漏掉局部问题，试试这些更细致的方法：

• 逐列精准排查，避免整表检查的盲区：

  import numpy as np
  for col in df.columns:
      has_nan = df[col].isna().any()
      has_inf = df[col].isin([np.inf, -np.inf]).any()
      print(f"列 {col}: 存在NaN={has_nan}, 存在Inf={has_inf}")
  

• 查看数据统计极值，有没有接近Inf的超大/超小数值（比如1e308这类临界值，会被adfuller判定为Inf）：

  print(df.describe())
  

• 强制转换为数值类型，避免object类型藏着字符串格式的异常值：

  df = df.astype('float64')
  

2. 补全NaN填充逻辑 #

你提到的填充规则可能有遗漏，比如开头连续多个NaN时，前向填充（ffill）无法覆盖，需要反向填充兜底：

# 先前向填充，再用反向填充补全开头的NaN
df = df.fillna(method='ffill').fillna(method='bfill')

同时直接把Inf替换为NaN后统一处理：

df = df.replace([np.inf, -np.inf], np.nan).fillna(method='ffill').fillna(method='bfill')

3. 确认adfuller的输入格式 #

adfuller要求传入一维数值数组，确保你传的不是带索引的Series，而是纯数值序列：

from statsmodels.tsa.stattools import adfuller

# 正确的传入方式：提取列的数值数组
result = adfuller(df['你的时间序列列'].values)

4. 用断言强制验证清理结果 #

最后加个断言，确保数据真的没有异常值，避免后续踩坑：

assert not df.isnull().any().any(), "数据中仍存在未清理的NaN值！"
assert not np.isinf(df).any().any(), "数据中仍存在未清理的Inf值！"

如果断言触发，就说明还有遗漏的异常值，再针对性排查即可。

内容的提问来源于stack exchange，提问作者eternity1