cross validationによる学習時、エラーが出てしまう。

現在、クロスバリデーションのよる学習方法について勉強しています。
作成したコードの学習部分が以下の通りです。

python
1for dataset in train_list:
2    X = dataset[[col for col in dataset.columns if col not in ['TARGET']]]
3    y = dataset.TARGET
4    
5    X = StandardScaler().fit_transform(X)
6    
7    folds = StratifiedKFold(n_splits= 5, shuffle=False)
8    
9    for n_fold, (train_idx, test_idx) in enumerate(folds.split(X, y)):
10        print('{0}fold'.format(n_fold))
11        print('TRAIN', train_idx)
12        print('VALID', test_idx)
13        print(X[train_idx].shape)
14        #print(X.iloc[train_idx].shape) #dfはindex指定で読み込むときilocを使う
15        logreg = LogisticRegression()
16        model = logreg.fit(X[train_idx], y[train_idx])
17        model_list.append(model)
18        pred = logreg.predict_proba(X)[: , 1]
19        fpr, tpr, thresholds = roc_curve(y[test_idx], pred)
20        auc_score = roc_auc_score(y[test_idx], pred)
21        print('auc_score:  ' , auc_score)
22        print()
23        pred_class = logreg.predict(X[test_idx])
24        classes = [1, 0]
25        cm = confusion_matrix(y, pred_class, labels=classes)
26        print(cm)
27        print()
28コード

予めデータセットをいくつかに分け、それをtrain_listに保存しいます。
上記コードを実行したところ以下のようなエラーが発生してしまいます。
error: Input contains NaN, infinity or a value too large for dtype('float64').

データセット内にnull値がないことは確認し、また、同じデータセットリストを使ってtrain_test_splitによりtrainデータとtestデータに分け学習させた場合はうまく学習させることができました。
エラーの対処法について教えていただけると助かります。よろしくお願いします。