scikit学习培训和测试拆分返回NaNs

Question

我的样本数据如下所示

customer_id   revenue_m10   revenue_m9   revenue_m8  target
   1             1234         1231        1256         1239
   2             5678         3425        3255         2345

我正在尝试将我的数据集分割成基于scikit-learn的train_test_split模块的训练和测试。

所以，我尝试了下面的代码

X_train,X_test,y_train, y_test  = train_test_split(
    sample_set_df[all_features], 
    sample_set_df[target_var], 
    test_size=0.3
)

但是当我查看y_test时，它看起来如下所示，NaNs如下所示。不知道是什么问题。是否缺少索引号或其他问题？

如果索引是个问题，我知道我们该如何解决这个问题？

​

​

Answer 1

y_test是一个熊猫系列，打印它显示它的索引和数据。sample_set_df的索引中似乎包含了NaNs。

索引中包含NaNs并不影响train_test_split如何分割数据。不过，您可能对实际数据有问题。当您有NaNs时，目标是0。