...
Eroare Machine Learning · Forma datelor: X 2D, y 1D, număr de rânduri

InvalidIndexError: (slice(None, None, None), 0)

Pe scurt

Ai scris `X[:, 0]` pe un DataFrame pandas, dar sintaxa cu virgulă funcționează doar pe array-uri numpy. Pe DataFrame folosește `X.iloc[:, 0]` (după poziție) sau `X["coloana"]` (după nume), ori transformă întâi în numpy cu `X.to_numpy()`.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

(slice(None, None, None), 0) este felul în care Python scrie expresia [:, 0]: un slice complet pentru rânduri și indicele 0 pentru coloane. Numpy înțelege această pereche, dar un DataFrame primește tot tuplul ca nume de coloană, nu găsește o coloană cu numele acesta și aruncă InvalidIndexError (în versiunile mai vechi de pandas, TypeError: '(slice(None, None, None), 0)' is an invalid key).

În ML apare foarte des când copiezi cod din tutoriale care lucrează cu numpy (de exemplu după load_iris() sau make_classification) și îl aplici pe datele tale citite cu pd.read_csv. Tot aici ajungi când vrei să desenezi X[:, 0] față de X[:, 1] sau să iei a doua coloană din rezultatul unei transformări care întoarce DataFrame (de exemplu cu set_output(transform="pandas")).

De ce apare: cauzele frecvente

1Indexare numpy pe DataFrame

Greșit
PYTHON
X = df[["mp", "camere"]]
print(X[:, 0])
Corect
PYTHON
X = df[["mp", "camere"]]
print(X.iloc[:, 0])

iloc este indexarea după poziție a lui pandas și acceptă aceeași formă [rânduri, coloane] ca numpy.

2Cod din tutorial cu numpy aplicat pe pandas

Greșit
PYTHON
plt.scatter(X[:, 0], X[:, 1], c=y)
Corect
PYTHON
plt.scatter(X["mp"], X["camere"], c=y)

Pe DataFrame alegi coloanele după nume, ceea ce e și mai ușor de citit.

3Ieșire pandas dintr-un transformator

Greșit
PYTHON
scaler = StandardScaler().set_output(transform="pandas")
Z = scaler.fit_transform(X)
print(Z[:, 0])
Corect
PYTHON
scaler = StandardScaler().set_output(transform="pandas")
Z = scaler.fit_transform(X)
print(Z.iloc[:, 0])

Cu set_output(transform="pandas") rezultatul e DataFrame, nu array, deci trebuie indexat ca DataFrame.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă InvalidIndexError: (slice(None, None, None), 0), pentru că X[:, 0] este sintaxă numpy aplicată pe un DataFrame. Folosește indexarea pandas după poziție, ca programul să afișeze suprafețele și media lor.

Codul care dă eroarea
PYTHON
import pandas as pd

df = pd.DataFrame({
    "mp": [40, 55, 70, 90],
    "camere": [1, 2, 3, 4],
    "pret": [80, 110, 140, 180],
})
X = df[["mp", "camere"]]

suprafete = X[:, 0]
print("Suprafete:", suprafete.tolist())
print("Media:", suprafete.mean())
După reparație, programul afișează
Suprafete: [40, 55, 70, 90]
Media: 63.75
Indiciu

Înlocuiește X[:, 0] cu X.iloc[:, 0].

Alte forme ale mesajului

  • TypeError: '(slice(None, None, None), 0)' is an invalid key
  • pandas.errors.InvalidIndexError: (slice(None, None, None), 1)
  • InvalidIndexError: (slice(None, None, None), slice(None, 2, None))

Cum o eviți pe viitor

Știi mereu ce tip ai: type(X) sau print(X.shape, type(X)) după fiecare pas important. Cu DataFrame folosește nume de coloane sau iloc, cu numpy folosește [:, i]. Dacă vrei neapărat sintaxa numpy, fă conversia explicit o singură dată: X_np = X.to_numpy(). Când copiezi cod dintr-un tutorial, verifică dacă acolo X era array sau DataFrame.

Întrebări frecvente

De ce X[0] pe DataFrame dă KeyError: 0?

Pentru că X[...] pe DataFrame caută o coloană cu numele 0. Primul rând îl iei cu X.iloc[0], iar prima coloană cu X.iloc[:, 0].

Ce e mai bine: să lucrez cu DataFrame sau cu numpy în scikit-learn?

scikit-learn acceptă ambele. DataFrame-ul păstrează numele coloanelor, care ajută la ColumnTransformer și la citirea importanței trăsăturilor, deci e o alegere bună pentru date tabelare. Doar nu amesteca stilurile de indexare.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.