如果不处理inf，可能导致报错：ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

示例代码

首先构造inf，可以使用：np.inf，也可以使用float("inf")，其中inf指无穷大，-inf值无穷小

import pandas as pd
import numpy as np

dataframe = pd.DataFrame(data=[
    [1, 2, np.inf],
    [4, 5, None],
    [7, 8, np.nan],
    [10, 11, 12],
])

判断是否：全部的值都有限

np.all(np.isfinite(dataframe))

判断行、列是否有限：

np.isfinite(dataframe).all()  # 判断这个维度的所有值 是否有限 True,True,False
np.isfinite(dataframe.T).all()  # 判断每个数据的所有值 是否有限 F F F T，这里nan/None也不是有限的值

替换掉不是有限的值：

dataframe.replace(np.inf, "我曾是inf")  # 局部精准的替换

删除值：

dataframe[np.isfinite(dataframe.T).all()]  # 选择所有有限的数据行（删除inf,nan所在行）
dataframe.loc[:, np.isfinite(dataframe).all()]  # 选择所有有限数据所在列（删除inf,nan所在列）

完整示例

import pandas as pd
import numpy as np

dataframe = pd.DataFrame(data=[
    [1, 2, np.inf],
    [4, 5, None],
    [7, 8, np.nan],
    [10, 11, 12],
])

# 判断全部的值都有限
np.all(np.isfinite(dataframe))

# 判断是否有限
np.isfinite(dataframe).all()  # 判断这个维度的所有值 是否有限 True,True,False
np.isfinite(dataframe.T).all()  # 判断每个数据的所有值 是否有限 F F F T，这里nan/None也不是有限的值

# 替换掉不是有限的值
dataframe.replace(np.inf, "我曾是inf")  # 局部精准的替换

# 删除值
dataframe[np.isfinite(dataframe.T).all()]  # 选择所有有限的数据行（删除inf,nan所在行）
dataframe.loc[:, np.isfinite(dataframe).all()]  # 选择所有有限数据所在列（删除inf,nan所在列）