sklearn，ValueError：即使我没有使用字符串，也无法将字符串转换为浮点型

Question

我正在尝试使用sklearn适应随机森林。 每次运行算法时，都会遇到错误：

ValueError: could not convert string to float: '#DIV/0!'

在StackOverFlow上搜索时，我发现它可能正在发生，因为我试图除以零。为了避免这种情况，我将数据帧中的每个值乘以100，然后将每个0替换为1：给定新值的范围，那1就是不相关的，或者至少这就是我的想法。我使用的代码是：

df = df.mul(100)
df = df.replace(0, 1)

会发生什么，如果我现在尝试适应我的RF，则会收到一个新错误：

ValueError: could not convert string to float: '-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932-30.68464932'

我100％确信我没有在数据集中使用任何字符串作为值。 这是一个小样本：

所以我的问题现在变成：如何解决这个问题？

编辑

通过使用“ df.info”，我发现有一个对象。我使用以下单线解决了此问题：

df = df.apply(lambda col:pd.to_numeric(col, errors='coerce'))

现在所有值的格式均为“ float64”。 问题是，现在我收到一个新错误：

ValueError: Input contains NaN, infinity or a value too large for dtype('float32').

Answer 1

好的，通过进一步的研究，我发现了第二个单线性解决了我的问题：现在拟合成功了。

df = df[~df.isin([np.nan, np.inf, -np.inf]).any(1)]