【pytorch】zh-v2.d2l数据预处理报错
# 背景动手学深度学习pytorch：2.2.2处理缺失值报错
```
inputs, outputs = data.iloc[:, 0:2], data.iloc[:, 2]
inputs = inputs.fillna(inputs.mean())
print(inputs)
```
报错如下
```
TypeError: can only concatenate str (not "int") to str
```
# 解决方案
我们看出报错是因为第二列数据是字符串不是数字，修改代码即可。
```
inputs, outputs = data.iloc[:, 0:2], data.iloc[:, 2]
inputs = inputs.fillna(inputs.select_dtypes(include='number').mean())
print(inputs)
```
成功输出
```
NumRooms Alley
0 3.0Pave
1 2.0 NaN
2 4.0 NaN
3 3.0 NaN
```
# 接着报错
```
inputs = pd.get_dummies(inputs, dummy_na=True)
print(inputs)
```
输出
```
NumRoomsAlley_PaveAlley_nan
0 3.0 True False
1 2.0 False True
2 4.0 False True
3 3.0 False True
```
并不是教程中的0和1，而是布尔值。
这会引起后续转成张量的报错
```
TypeError: can't convert np.ndarray of type numpy.object_. The only supported types are: float64, float32, float16, complex64, complex128, int64, int32, int16, int8, uint8, and bool.
```
# 原因
get_dummies函数在pandas1.6.0版本之前返回numpy.uint8，无符号八位整数。
在1.6.0版本开始更改为返回numpy.bool_，numpy布尔值。
# 解决方案
添加dtype，完成输出0和1，且后续不报错
```
inputs = pd.get_dummies(inputs, dummy_na=True, dtype = 'uint8')
print(inputs)
```
页:
[1]