日志问题sklearn error ValueError:输入包含NaN、无穷大或对数据类型（'float64'而言太大的值）

Question

我试图执行以下代码：

 GDP['LogGdpGwth'] = np.log(GDP['GdpGwth']) 

我有： RuntimeWarning:在日志中遇到无效值 结果=getattr（ufunc，方法）（*输入，**kwargs）

X = GDP[['OECDSTInterbkRate']]
y = GDP["LogGdpGwth"]]

（此处没有错误消息） 然后

from sklearn.linear_model import LinearRegression
lr = LinearRegression()
lr.fit(X, y)

但此时我有一个错误：ValueError:Input包含NaN、无穷大或一个对于dtype（'float64'）来说太大的值

如果我拆下一个制动器：

X = GDP["OECDSTInterbkRate"]
y = GDP['LogGdpGwth']

无误

然后

from sklearn.linear_model import LinearRegression
lr = LinearRegression()
lr.fit(X, y)

ValueError:应为2D数组，而应为1D数组： 数组=[……]。 使用数组重塑数据。如果数据具有单个特征或数组，则重塑（-1，1）。如果数据包含单个样本，则重塑（1，-1）

我不知道为什么，但当我尝试执行非日志GdpGwth时，我没有这个问题，我可以正确地执行线性回归

有人有主意吗