这个错误通常是由于数据中存在“NaN”（缺失值）导致的。要解决此问题，可以使用pandas将NaN值替换为一个字符串（例如“missing”），然后再进行计算。以下是一个具体的示例代码：

import numpy as np import pandas as pd from sklearn.feature_extraction.text import CountVectorizer from sklearn.feature_selection import mutual_info_classif

创建一个 DataFrame，包含两列文本数据和一个“target”列

df = pd.DataFrame({'text1': [np.nan, 'foo bar baz', 'bar foo baz'], 'text2': ['hello world', 'foo bar', 'baz qux'], 'target': [1, 0, 1]})

将 NaN 值替换为 "missing"

df.fillna("missing", inplace=True)

将文本数据转换为稀疏矩阵

vectorizer = CountVectorizer() X = vectorizer.fit_transform(df['text1'])

计算互信息

mi = mutual_info_classif(X, df['target'])[0]

print(mi)

在上面的代码中，我们使用pandas的fillna()方法将NaN值替换为缺失值“missing”，然后使用CountVectorizer()将文本数据转换为稀疏矩阵。最后，我们使用mutual_info_classif()计算互信息。