MCA() 返回“数组不能包含 infs 或 nans”

Question

我有一个由 1 和 0 组成的数据框，它充当元数据来描述主数据集某些特征的属性。作为数据探索的一部分，我在数据框上运行了以下代码，以将这些特征标签表达为二维图。

mca = prince.MCA()
mca_mtx = mca.fit(tags_df).transform(tags_df) 

但是我在

fit

期间遇到以下错误：

array 不能包含 infs 或 nans

在检查数据框后，我发现整个数据集中没有 infs 或 nans。所以问题一定出在其他地方。

有人知道如何解决这个问题吗？

Answer 1

显然这是一个已知的错误。问题在于数据框

tags_df

的值，因为

1.0

和

0.0

在

inf

算法期间产生

nan

或

mca

。

我尝试用

1.0

和

0.0

（布尔类型）更改那些

True

和

False

但没有成功。然而，字符串版本起到了作用，即

"True"

和

"False"

。所以下面一行解决了我的问题：

tags_df.replace({0: "False", 1: "True"}, inplace = True)

Answer 2

我在这个错误上花了很多时间，幸运的是找到了解决方案。我使用“.astype('object')”将数据类型从“category”更改为“object”。 我也使用以下代码：

    mca = prince.MCA(
    n_components=3,
    n_iter=3,
    copy=True,
    check_input=True,
    engine='sklearn',
    random_state=42
) 
    mca = mca.fit(df_final_2)
    mca.plot(
       df_final_2,
       x_component=0,
       y_component=1
            )

希望对您有所帮助！