错误TypeError: Cannot do inplace boolean setting on mixed-types with a non np.nan value

这个错误通常表示您在使用 NumPy 数组时，存在不同类型的数据（例如字符串和浮点数）混合在一起，导致无法进行布尔设置操作。

为了解决这个问题，您可以将数组中的所有元素都转换为同一类型，例如将字符串转换为浮点数。您可以使用 astype() 方法将数组中的元素转换为指定的类型，例如：

import numpy as np

# 创建一个混合类型的数组
a = np.array([1, 2, '3.0', 4])

# 将字符串转换为浮点数
a = a.astype(float)

# 将无穷大值替换为 None
a[a == np.inf] = None

# 将 NaN 值替换为 0
a = np.nan_to_num(a, nan=0.0)

在这个示例中，我们首先将数组中的所有元素都转换为浮点数类型，然后将无穷大值替换为 None，将 NaN 值替换为 0。

如果您仍然遇到类似的错误，请检查数组中是否存在不同类型的数据，如果存在，可以使用 astype() 方法将它们转换为同一类型。

如果您要将 DataFrame 中的多个列转换为浮点数类型，可以使用 DataFrame 的 astype() 方法，如下所示： 

result[['花费',  '点击量']] = result[['花费', '点击量']].astype(float)

在这个示例中，我们使用了 DataFrame 的 astype() 方法，将多个列转换为浮点数类型。我们在一行代码中指定了要转换的列的名称，并将它们以列表的形式传递给 astype() 方法。