使用Python Imputer时出现Isnan不支持输入类型的错误求助

嘿，我帮你排查下这个问题！你遇到的这个错误主要是两个原因导致的，咱们一步步来解决：

1. 已弃用的Imputer与错误的缺失值参数设置 #

在新版scikit-learn里，sklearn.preprocessing.Imputer已经被官方弃用并移除了，取而代之的是sklearn.impute.SimpleImputer。另外你之前设置的missing_values='nan'是字符串类型，但实际数据里的缺失值标记应该是numpy的np.nan（数值类型的缺失标识），这就导致程序没法正确识别缺失值，进而触发了isnan不支持输入类型的错误。

2. 可能数据列并非数值类型 #

如果你的数据集里第2、3列（对应代码里的X[:,1:3]）是字符串格式，那即使识别到缺失值，也没法计算均值，同样会引发类似错误。

修改后的正确代码 #

import numpy as np 
import matplotlib.pyplot as plt 
import pandas as pd 

# 导入数据集
dataset = pd.read_csv('Data.csv') 
X = dataset.iloc[:,:-1].values 
Y = dataset.iloc[:,3].values 

# 处理缺失数据 - 使用新版SimpleImputer
from sklearn.impute import SimpleImputer  
# 指定缺失值为numpy标准的np.nan，策略为均值，按列计算
imputer = SimpleImputer(missing_values=np.nan, strategy='mean')  
# 拟合需要处理的列
imputer.fit(X[:,1:3]) 
# 转换并填充缺失值
X[:,1:3] = imputer.transform(X[:,1:3])

额外注意事项 #

• 如果你非要用旧版的Imputer（非常不推荐，因为官方已弃用，未来版本会彻底移除），那至少要把missing_values='nan'改成missing_values=np.nan，确保程序能识别正确的缺失值标记。
• 运行代码前可以先检查数据类型：比如用print(dataset.dtypes)查看各列类型，如果第2、3列是object（字符串）类型，先转成数值类型：

  X[:,1:3] = X[:,1:3].astype(float)
  

内容的提问来源于stack exchange，提问作者Dawood Zaidi