我正在处理时间序列数据集dataset snapshot。首先，我创建了时间序列数据的图，然后尝试使用 statsmodels.tsa.seasonal import season_decompose 分解数据，但出现以下错误。
TypeError：输入类型不支持ufunc'isfinite'，并且 根据以下说明，无法将输入安全地强制转换为任何受支持的类型 强制转换为“安全”
我尝试将数据集转换为float，但没有用。然后尝试使数据集变小仍然出现此错误。这是我使用的代码。需要帮助。
import numpy as np
import pandas as pd
import os
from statsmodels.tsa.statespace.sarimax import SARIMAX
from statsmodels.graphics.tsaplots import plot_acf,plot_pacf
from statsmodels.tsa.seasonal import seasonal_decompose
from pmdarima import auto_arima
from sklearn.metrics import mean_squared_error
from statsmodels.tools.eval_measures import rmse
from statsmodels.tsa.arima_model import ARIMA
import warnings
warnings.filterwarnings("ignore")
import matplotlib.pyplot as plt
%matplotlib inline
from matplotlib.pyplot import figure
df = pd.read_csv (r'C:\Users\User\Desktop\daily-minimum-temperatures-in-me.csv')
df.index = pd.to_datetime(df.index)
df= df[df["Daily minimum temperatures"] != '?0.8']
df = df.set_index("Date")
df["Daily minimum temperatures"].unique()
df["Daily minimum temperatures"].astype(float)
df1 = df[:len(df)-3000]
plt.figure(figsize=(30,50))
plt.plot(df.index, df["Daily minimum temperatures"], linestyle="-")
plt.xlabel=('Dates')
plt.ylabel=('Daily minimum temperatures')
plt.show();
b = seasonal_decompose(df1["Daily minimum temperatures"], model = "add",freq = 1)
b.plot();