运行此行后，我收到以下错误：类型错误：ufunc 'isfinite' 不支持输入类型，并且根据强制转换规则"safe"，无法安全地将输入强制转换为任何受支持的类型
df[~( (pd.np.isclose(df.Sizes.round(3), df.Volumes)) & (df['color'] == 'Blue') )]
我该如何解决它？
In [152]: df=pd.DataFrame(np.arange(12.).reshape(4,3), columns=['one','two','three'])
In [153]: df.three[:] = ['a',np.nan,4,3.2]
In [154]: df
Out[154]:
one two three
0 0.0 1.0 a
1 3.0 4.0 nan
2 6.0 7.0 4
3 9.0 10.0 3.2
In [155]: pd.np.isclose(df.one.round(3), df.two)
Out[155]: array([False, False, False, False])
In [156]: pd.np.isclose(df.one.round(3), df.three)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-156-d99a19b1d9b5> in <module>
----> 1 pd.np.isclose(df.one.round(3), df.three)
/usr/local/lib/python3.6/dist-packages/numpy/core/numeric.py in isclose(a, b, rtol, atol, equal_nan)
2520
2521 xfin = isfinite(x)
-> 2522 yfin = isfinite(y)
2523 if all(xfin) and all(yfin):
2524 return within_tol(x, y, atol, rtol)
TypeError: ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''
对两列float32的测试有效，但当一列是具有非数值的对象 dtype 时，会引发此错误。
当我比较两个不同函数的结果时，我遇到了这样的问题(在实现中具有不同的写作风格;上述链接中准备好的介质数据集用于评估(，尽管结果数组中的所有数据都属于同一类型np.float64 (它也通过循环每个值来检查assert type(result[i]) == np.float64;此外，数组也是相同类型的，形状相同(。我只是通过指定数组的类型来解决问题，再次手动使用 .astype(np.float64) .所以，在我的测试中：
ex = elapses(r, pos, gap, ends_ind, elem_vert, contact_poss)
new = elapses_numba(r, pos, gap, ends_ind, elem_vert, contact_poss)
np.allclose(ex, new) ----> The error
np.allclose(ex.astype(np.float64), new.astype(np.float64)) ----> True
在您的代码中，类似于以下更改的内容可能是解决方案(如果我们检查了所有值都np.float64但尚未收到错误(：
np.isclose(df.Sizes.round(3).astype(np.float64), df.Volumes.astype(np.float64))