xgboost.core.XGBoostError:label must be in [0,1] for logistic regression

错误：
xgboost.core.XGBoostError: ****regression_obj.cu:102: label must be in [0,1] for logistic regression

通过查看目标列Y中，发现其中有空值，然后做空值的替换。
然后尝试了下面三种方法都没有成功，还是会出现同样的错误。

df[‘Y’].replace('NaN',0,inplace=True)
df[‘Y’].fillna(0)
df[‘Y’],dropna(asix=0)

然后意识到应该是没有定位到dataframe中的空值。
说到空值想到了nan 和 null两个东西，感觉这两个应该是有区别的。然后就去baidu.com了。
然后发现：

• np.nan不是一个“空”对象，用 i is None判断是False；
• 对某个值是否为空值进行判断，只能用np.isnan(i)函数，因为空值并不能用判断相等的“==”正确识别（上例前两条）；
• np.nan非空对象，其类型为基本数据类型float
• np.isnan()和pd.isnull()都可以对不论是DataFrame、Python
  list还是仅仅一个数值进行空值检测。但一般在实际应用中，np.isnan()多用于单个值的检验，pd.isnull()用于对一个DataFrame或Series（整体）的检验

最后使用：Y[np.isnan(Y)] = 0，
将nan替换为0，问题解决。

np.isnan()和pd.isnull()的具体介绍：
https://blog.csdn.net/weixin_41712499/article/details/82719987