我有一个数据集,正在进行主成分分析(PCA)。当我尝试转换数据时,出现了ValueError
错误消息。以下是一些代码:
import pandas as pd
import numpy as np
import matplotlib as mpl
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA as sklearnPCA
data = pd.read_csv('test.csv',header=0)
X = data.ix[:,0:1000].values # values of 1000 predictor variables
Y = data.ix[:,1000].values # values of binary outcome variable
sklearn_pca = sklearnPCA(n_components=2)
X_std = StandardScaler().fit_transform(X)
我在这里遇到了以下错误信息:
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
那么我接着检查了原始数据集是否有任何NaN值:
print(data.isnull().values.any()) # prints True
data.fillna(0) # replace NaN values with 0
print(data.isnull().values.any()) # prints True
我不明白为什么在我用0替换NaN值后,data.isnull().values.any()
仍然输出True
。