...
Eroare Machine Learning · Date lipsă, text și valori invalide

ValueError: Found array with 0 sample(s) (shape=(0, 1)) while a minimum of 1 is required by LinearRegression.

Pe scurt

Ai dat modelului un tabel fără niciun rând. De obicei un filtru (dropna, o condiție pe o coloană, un merge) a eliminat tot. Afișează len(df) după fiecare pas de curățare și repară filtrul care golește tabelul.

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

Ce înseamnă

Mesajul se citește așa: Found array with 0 sample(s) = tabelul are 0 rânduri, shape=(0, 1) = 0 rânduri și 1 coloană, while a minimum of 1 is required by LinearRegression = modelul are nevoie de cel puțin un rând ca să învețe ceva.

scikit-learn nu greșește aici: problema e mai sus în cod, unde datele au dispărut. Cele mai frecvente cauze: o condiție de filtrare care nu se potrivește cu nimic ("bucuresti" scris altfel decât în date), dropna() pe un tabel în care fiecare rând are măcar o valoare lipsă, un merge cu chei de tipuri diferite sau un fișier citit greșit. Mergi înapoi pas cu pas și afișează df.shape ca să vezi unde rămâi fără rânduri. Aceeași eroare poate apărea și la predict, dacă tabelul de date noi e gol.

De ce apare: cauzele frecvente

1Filtru care nu se potrivește cu datele

Greșit
PYTHON
buc = df[df["oras"] == "bucuresti"]  # în date e "Bucuresti"
model.fit(buc[["suprafata"]], buc["pret"])
Corect
PYTHON
buc = df[df["oras"].str.lower() == "bucuresti"]
model.fit(buc[["suprafata"]], buc["pret"])

Comparația de text ține cont de litere mari. Aducând coloana la litere mici, filtrul găsește rândurile.

2dropna() pe tot tabelul

Greșit
PYTHON
df = df.dropna()  # coloana 'observatii' e goală la toți
model.fit(df[["suprafata"]], df["pret"])
Corect
PYTHON
df = df.dropna(subset=["suprafata", "pret"])
model.fit(df[["suprafata"]], df["pret"])

dropna() fără subset șterge rândul dacă lipsește orice valoare, chiar și dintr-o coloană pe care nu o folosești. subset verifică doar coloanele modelului.

3Prag de filtrare prea strict

Greșit
PYTHON
mari = df[df["suprafata"] > 500]
model.fit(mari[["suprafata"]], mari["pret"])
Corect
PYTHON
mari = df[df["suprafata"] > 80]
print(len(mari))
model.fit(mari[["suprafata"]], mari["pret"])

Dacă niciun rând nu trece de prag, rămâi cu un tabel gol. Afișează numărul de rânduri după filtru înainte de antrenare.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Found array with 0 sample(s), pentru că filtrul caută orașul scris cu literă mică, iar în date apare Cluj. Repară filtrul ca să găsească apartamentele din Cluj indiferent de literele mari, iar programul să afișeze câte sunt și prețul estimat pentru 70 m².

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.linear_model import LinearRegression

df = pd.DataFrame({
    "oras": ["Cluj", "Cluj", "Iasi", "Cluj", "Iasi"],
    "suprafata": [50, 60, 55, 80, 70],
    "pret": [100, 120, 90, 160, 115],
})

cluj = df[df["oras"] == "cluj"]
model = LinearRegression().fit(cluj[["suprafata"]], cluj["pret"])
print("Apartamente in Cluj:", len(cluj))
print("Pret pentru 70 m2:", round(model.predict(pd.DataFrame({"suprafata": [70]}))[0], 1))
După reparație, programul afișează
Apartamente in Cluj: 3
Pret pentru 70 m2: 140.0
Indiciu

Compară df["oras"].str.lower() cu "cluj".

Alte forme ale mesajului

  • ValueError: Found array with 0 sample(s) (shape=(0, 3)) while a minimum of 1 is required by StandardScaler.
  • ValueError: Found array with 0 sample(s) (shape=(0, 2)) while a minimum of 1 is required.
  • ValueError: Found array with 0 sample(s) (shape=(0,)) while a minimum of 1 is required.

Cum o eviți pe viitor

După fiecare pas de curățare (filtre, dropna, merge, citirea fișierului) afișează df.shape cât timp lucrezi la cod. Pune assert len(df) > 0, "tabelul e gol după filtrare" înainte de fit, ca să afli imediat de unde vine problema. La filtrele pe text, normalizează valorile cu .str.strip().str.lower() înainte de comparație.

Întrebări frecvente

De ce nu primesc eroarea la filtrare, ci abia la fit?

Un DataFrame gol este perfect valid pentru pandas, deci filtrul nu are de ce să se plângă. Abia modelul, care chiar are nevoie de rânduri, observă că nu are pe ce să învețe.

Ce înseamnă shape=(0,) fără a doua cifră?

Că problema e într-un vector cu o singură dimensiune, de obicei y sau o listă de predicții goală, nu în tabelul X.

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.