Scikit-learn：AttributeError：'bool'对象没有属性'any'

Question

所以，我正在研究一个管道，在安装它时我偶然发现了这个错误：

Traceback (most recent call last):
  File "C:/Users/Shawn/Documents/temp/bool_issue.py", line 7, in <module>
    _assert_all_finite(array, False)
  File "C:\Users\Shawn\AppData\Local\Programs\Python\Python38\lib\site-packages\sklearn\utils\validation.py", line 103, in _assert_all_finite
    if _object_dtype_isnan(X).any():
AttributeError: 'bool' object has no attribute 'any'

这实际上是一些测试问题的自定义代码，见下文

在回溯之后，我看到它_object_dtype_isnan()采用一个 numpy 数组，并以布尔掩码（布尔数组）的形式返回另一个 numpy 数组。
但是，由于某种原因，它有时会直接返回布尔值。

重现错误的代码：

Traceback (most recent call last):
  File "C:/Users/Shawn/Documents/temp/bool_issue.py", line 7, in <module>
    _assert_all_finite(array, False)
  File "C:\Users\Shawn\AppData\Local\Programs\Python\Python38\lib\site-packages\sklearn\utils\validation.py", line 103, in _assert_all_finite
    if _object_dtype_isnan(X).any():
AttributeError: 'bool' object has no attribute 'any'

Answer 1

经过进一步调查，我发现这是因为有些内容pd.NA进入了我的数据集。
用None作品替换它们就好了！

# For my original pandas DataFrame
X.replace(to_replace=pd.NA, value=None, inplace=True)

根据我的理解（我没有检查，只是猜测），numpy 不会尝试进行元素比较，因为里面有外部对象，所以它会执行数组的整体比较。
另外，围绕面具工作pd.NA似乎很混乱：

>>> array = np.array(['F', 'F', 'M', 'F', 'M', pd.NA, 'F', 'M'], dtype='object')
>>> mask = np.equal(array, np.array(['F', ] * len(array)))
Traceback (most recent call last):
  File "C:/Users/Shawn/Documents/temp/bool_issue.py", line 7, in <module>
    mask = np.equal(array, np.array(['F', ] * len(array)))
  File "pandas\_libs\missing.pyx", line 360, in pandas._libs.missing.NAType.__bool__
TypeError: boolean value of NA is ambiguous

因此，如果您有在 numpy 数组中替换它们的技巧，请分享！

虽然这个问题并不直接与 scikit-learn 相关，而是与 numpy 的工作方式相关，但这就是我找到它的方式，所以无论如何我都会标记它:shrug::)