Comment réparer : l’entrée contient NaN, l’infini ou une valeur trop grande pour dtype (‘float64’)

Une erreur courante que vous pouvez rencontrer lors de l’utilisation de Python est :

ValueError: Input contains infinity or a value too large for dtype('float64').

Cette erreur se produit généralement lorsque vous essayez d’utiliser une fonction du module scikit-learn, mais que le DataFrame ou la matrice que vous utilisez comme entrée a des valeurs NaN ou des valeurs infinies.

L’exemple suivant montre comment résoudre cette erreur dans la pratique.

Comment reproduire l’erreur

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd
import numpy as np

#create DataFrame
df = pd.DataFrame({'x1': [1, 2, 2, 4, 2, 1, 5, 4, 2, 4, 4],
                   'x2': [1, 3, 3, 5, 2, 2, 1, np.inf, 0, 3, 4],
                   'y': [np.nan, 78, 85, 88, 72, 69, 94, 94, 88, 92, 90]})

#view DataFrame
print(df)

    x1   x2     y
0    1  1.0   NaN
1    2  3.0  78.0
2    2  3.0  85.0
3    4  5.0  88.0
4    2  2.0  72.0
5    1  2.0  69.0
6    5  1.0  94.0
7    4  inf  94.0
8    2  0.0  88.0
9    4  3.0  92.0
10   4  4.0  90.0

Supposons maintenant que nous essayions d’ajuster un modèle de régression linéaire multiple à l’aide des fonctions de scikit-learn :

from sklearn.linear_model import LinearRegression

#initiate linear regression model
model = LinearRegression()

#define predictor and response variables
X, y = df[['x1', 'x2']], df.y

#fit regression model
model.fit(X, y)

#print model intercept and coefficients
print(model.intercept_, model.coef_)

ValueError: Input contains infinity or a value too large for dtype('float64').

Nous recevons une erreur car le DataFrame que nous utilisons a à la fois des valeurs infinies et NaN.

Comment réparer l’erreur

La façon de résoudre cette erreur consiste à supprimer d’abord toutes les lignes du DataFrame qui contiennent des valeurs infinies ou NaN :

#remove rows with any values that are not finite
df_new = df[np.isfinite(df).all(1)]

#view updated DataFrame
print(df_new)

    x1   x2     y
1    2  3.0  78.0
2    2  3.0  85.0
3    4  5.0  88.0
4    2  2.0  72.0
5    1  2.0  69.0
6    5  1.0  94.0
8    2  0.0  88.0
9    4  3.0  92.0
10   4  4.0  90.0

Les deux lignes comportant des valeurs infinies ou NaN ont été supprimées.

Nous pouvons maintenant procéder à l’ajustement de notre modèle de régression linéaire :

from sklearn.linear_model import LinearRegression

#initiate linear regression model
model = LinearRegression()

#define predictor and response variables
X, y = df_new[['x1', 'x2']], df_new.y

#fit regression model
model.fit(X, y)

#print model intercept and coefficients
print(model.intercept_, model.coef_)

69.85144124168515 [ 5.72727273 -0.93791574]

Notez que nous ne recevons aucune erreur cette fois car nous avons d’abord supprimé les lignes avec des valeurs infinies ou NaN du DataFrame.

Ressources additionnelles

Les didacticiels suivants expliquent comment corriger d’autres erreurs courantes en Python :

Comment réparer en Python : l’objet ‘numpy.ndarray’ n’est pas appelable
Comment réparer : TypeError : l’objet ‘numpy.float64’ n’est pas appelable
Comment réparer : erreur de type : chaîne attendue ou objet de type octets