Oplossing: invoer bevat nan, oneindig of een waarde die te groot is voor dtype ('float64')

Een veel voorkomende fout die u kunt tegenkomen bij het gebruik van Python is:

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

Deze fout treedt meestal op wanneer u een functie uit de scikit-learn-module probeert te gebruiken, maar het DataFrame of de matrix die u als invoer gebruikt NaN-waarden of oneindige waarden heeft.

Het volgende voorbeeld laat zien hoe u deze fout in de praktijk kunt oplossen.

Hoe de fout te reproduceren

Stel dat we de volgende panda’s DataFrame hebben:

 import pandas as pd
import numpy as np

#createDataFrame
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 lower 94.0
8 2 0.0 88.0
9 4 3.0 92.0
10 4 4.0 90.0

Stel nu dat we proberen een meervoudig lineair regressiemodel in te passen met behulp van scikit-learn -functies:

 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').

We ontvangen een foutmelding omdat het DataFrame dat we gebruiken zowel oneindige als NaN-waarden heeft.

Hoe u de fout kunt oplossen

De manier om deze fout op te lossen is door eerst alle rijen uit het DataFrame te verwijderen die oneindige of NaN-waarden bevatten:

 #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

De twee regels met oneindige of NaN-waarden zijn verwijderd.

We kunnen nu doorgaan met het aanpassen van ons lineaire regressiemodel:

 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]

Merk op dat we deze keer geen fouten ontvangen omdat we eerst de rijen met oneindige of NaN-waarden uit het DataFrame hebben verwijderd.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende fouten in Python kunt oplossen:

Oplossing in Python: Object ’numpy.ndarray‘ kan niet worden opgevraagd
Oplossing: TypeError: Object ’numpy.float64′ kan niet worden opgevraagd
Oplossing: Typefout: verwacht tekenreeks- of bytesobject