Python3.6中用Pandas移除含NaN/Inf的行时遇错误，求代码修正

我来帮你一步步搞定这两个问题：

第一个错误的根源 #

你碰到的ValueError: Input contains NaN, infinity or a value too large for dtype('float64')，本质是scikit-learn的所有模型都没法处理缺失值（NaN）或无穷大（Inf），必须先把这些脏数据清理干净才能训练模型。

为什么会出现AttributeError: 'NoneType' object has no attribute 'dropna'？ #

你的链式调用代码报错，大概率是不小心在replace里加了inplace=True参数——用inplace=True时，replace会直接修改原DataFrame，并且返回None，这时再链式调用dropna自然会报错，因为None根本没有这个方法。

另外，你原来的代码用了axis=1，这是删除包含NaN/Inf的列，但你的需求是删除行，所以应该改成axis=0。

修正后的代码 #

方法1：链式调用（推荐，不修改原DataFrame） #

import numpy as np
# 生成清理后的新DataFrame，删除包含NaN/Inf的行
cleaned_df = df.replace([np.inf, -np.inf], np.nan).dropna(axis=0)

这里replace会返回一个替换后的新DataFrame，接着调用dropna(axis=0)删掉所有带缺失值的行，最后把结果存到新变量里，原df不会被改动。

方法2：原地修改原DataFrame #

如果你想直接修改原df，可以分开写（别用链式调用）：

import numpy as np
# 先把Inf替换成NaN
df.replace([np.inf, -np.inf], np.nan, inplace=True)
# 再删除包含NaN的行
df.dropna(axis=0, inplace=True)

额外小技巧：提前排查问题数据 #

清理前可以先检查哪些列藏着NaN或Inf，方便定位问题：

import numpy as np
# 查看每一列是否存在NaN/Inf
print(df.isin([np.nan, np.inf, -np.inf]).any())

内容的提问来源于stack exchange，提问作者Kristofer