50RQQ18040366 0.00 0.00 0.00 3.0 micro avg 0.00 0.00 0.00 6063.0 macro avg 0.00 ...

ValueError: Input contains NaN

错误翻译

ValueError: 输入包含 NaN (Not a Number)

原因分析
数据中存在缺失值（NaN）。

解决方案
在进行模型训练或评估之前，需要对数据中的 NaN 值进行处理。常用的方法包括：

• 删除包含 NaN 的行/列：



    import pandas as pd
    # 假设 df 是你的 DataFrame
    df_cleaned = df.dropna()
    



• 填充 NaN 值：可以使用均值、中位数、众数或特定值进行填充。



    import pandas as pd
    import numpy as np
    # 假设 df 是你的 DataFrame
    # 使用均值填充
    df_filled_mean = df.fillna(df.mean())
    # 使用中位数填充
    df_filled_median = df.fillna(df.median())
    # 使用前一个值填充
    df_filled_ffill = df.fillna(method='ffill')
    # 使用后一个值填充
    df_filled_bfill = df.fillna(method='bfill')
    


请根据你的数据特性选择合适的填充策略。

预防措施


• 在数据加载或预处理阶段，务必检查是否存在 NaN 值，并提前进行处理。


• 了解你的数据来源，明确 NaN 值产生的可能原因，以采取更有效的预防措施。