python - 返回 inf : how can I solve this? 的 pandas DataFrame 列的 mean()

Question

我正在尝试实现一些机器学习算法，但在将数据放在一起时遇到了一些困难。

在下面的例子中，我从 UCI 加载了一个示例数据集，删除了缺少数据的行(感谢上一个问题的帮助)，现在我想尝试规范化数据。

对于许多数据集，我只是使用:

valores = (valores - valores.mean()) / (valores.std())

但对于这个特定的数据集，上述方法不起作用。问题在于 mean 函数正在返回 inf，这可能是由于精度问题。请参见下面的示例:

bcw = pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data', header=None)

for col in bcw.columns:
    if bcw[col].dtype != 'int64':
        print "Removendo possivel '?' na coluna %s..." % col
        bcw = bcw[bcw[col] != '?']

valores = bcw.iloc[:,1:10]
#mean return inf
print  valores.iloc[:,5].mean()

我的问题是如何处理这个问题。看来我需要更改此列的类型，但我不知道该怎么做。

Answer 1

不太熟悉 pandas 但如果你转换成一个 numpy 数组它可以工作，试试

np.asarray(valores.iloc[:,5], dtype=np.float).mean()