脾气暴躁：RuntimeWarning：在log1p中遇到无效的值

我在np.log1p：期间遇到警告RuntimeWarning: invalid value encountered in log1p，但我不知道为什么。据我所知，输入是正确的。它仅包含float64之间的值-0.5，并0.5与一些NaNs。

一个问题是，当我尝试将数组一分为二以查找有问题的条件时，似乎可以将数组的任何子部分传递给它np.log1p而没有任何警告。

结果，很抱歉，我无法弄清楚如何从中生成MWE，而且它太大了，无法共享，但是也许有人可以指出我可以研究的其他调试或调查途径？

首先，这是警告：

z = np.log1p(x)
# /data/anaconda/anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:1: RuntimeWarning: invalid value encountered in log1p
  """Entry point for launching an IPython kernel.

其他所有触发相同警告的调用：

_ = np.log1p(x.values.copy(order='C'))
_ = np.log1p(np.ravel(x.values))

但是，输入似乎是正确的：

x.info()
# <class 'pandas.core.frame.DataFrame'>
# DatetimeIndex: 4927 entries, 2000-01-03 to 2019-08-02
# Columns: 8119 entries, aaa to zzz
# dtypes: float64(8119)
# memory usage: 305.2 MB

x.values.flags
#   C_CONTIGUOUS : False
#   F_CONTIGUOUS : True
#   OWNDATA : False
#   WRITEABLE : True
#   ALIGNED : True
#   WRITEBACKIFCOPY : False
#   UPDATEIFCOPY : False

(x.min().min(), x.max().max())
# (-0.5, 0.5)

Numpy版本是1.15.4（而Pandas是0.23.4）。

现在，对于奇怪的部分：将数组（此处从末尾开始的20行）分为两部分，没有一个部分得到警告：

z0 = np.log1p(x.values[:-20])
z1 = np.log1p(x.values[-20:])
np.allclose(z, np.concatenate((z0, z1)), equal_nan=True)
# True

但是，虽然串联在一起的两个部分接近于单个调用（z）中获得的结果，但它们并不相同：

np.allclose(z.values, np.concatenate((z0, z1)), equal_nan=True)
# True, but
np.allclose(z.values, np.concatenate((z0, z1)), equal_nan=True, atol=0, rtol=0)
# False

差异很小，但是我不知道采用log(1 + v)单个标量会不时产生不同的结果。

np.nanmax(np.abs(z.values - np.concatenate((z0, z1))))
# 1.1102230246251565e-16

我还应该尝试什么？