Jak naprawić: dane wejściowe zawierają nan, nieskończoność lub wartość zbyt dużą dla typu dtype („float64”)

Częstym błędem, jaki możesz napotkać podczas używania Pythona, jest:

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

Ten błąd zwykle pojawia się, gdy próbujesz użyć funkcji z modułu scikit-learn, ale DataFrame lub macierz, której używasz jako danych wejściowych, ma wartości NaN lub wartości nieskończone.

Poniższy przykład pokazuje, jak w praktyce rozwiązać ten błąd.

Jak odtworzyć błąd

Załóżmy, że mamy następującą ramkę DataFrame pand:

 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

Załóżmy teraz, że próbujemy dopasować model regresji liniowej za pomocą funkcji 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').

Otrzymujemy błąd, ponieważ używana przez nas ramka DataFrame ma zarówno wartości nieskończone, jak i NaN.

Jak naprawić błąd

Sposobem rozwiązania tego błędu jest najpierw usunięcie wszystkich wierszy z ramki DataFrame, które zawierają wartości nieskończone lub 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

Usunięto dwie linie z wartościami nieskończonymi lub NaN.

Możemy teraz przystąpić do dopasowania naszego modelu regresji liniowej:

 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]

Zauważ, że tym razem nie otrzymaliśmy żadnych błędów, ponieważ najpierw usunęliśmy z DataFrame wiersze z wartościami nieskończonymi lub NaN.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak naprawić inne typowe błędy w Pythonie:

Jak naprawić w Pythonie: Obiektu „numpy.ndarray” nie można wywołać
Jak naprawić: TypeError: Obiekt „numpy.float64” nie jest wywoływalny
Jak naprawić: Błąd typu: Oczekiwany obiekt typu String lub Bytes