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

ValueError: Length of values (3) does not match length of index (10)

Pe scurt

Încerci să pui într-o coloană a unui DataFrame o listă sau un array cu alt număr de elemente decât rândurile tabelului. În ML apare aproape mereu când pui predicțiile pe setul de test într-o coloană a tabelului complet. Pune predicțiile într-un tabel cu același număr de rânduri, de exemplu în copia lui X_test.

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

Ce înseamnă

Mesajul vine din pandas: Length of values (3) este lungimea a ceea ce atribui, iar length of index (10) este numărul de rânduri ale DataFrame-ului. O coloană nouă trebuie să aibă exact câte o valoare pentru fiecare rând, așa că pandas refuză atribuirea.

În proiectele de ML apare tipic după train_test_split: model.predict(X_test) întoarce câte o predicție pentru fiecare rând din test (de exemplu 3), dar o scrii în df['predictie'], care are toate rândurile (de exemplu 10). La fel se întâmplă după ce ai eliminat rânduri cu dropna() și vrei să lipești rezultatul înapoi în tabelul original.

Citește cele două numere din mesaj: ele îți spun exact ce lungimi s-au întâlnit. Apoi uită-te pe linia din traceback la tabelul din stânga semnului = și la ce ai pus în dreapta.

De ce apare: cauzele frecvente

1Predicțiile pe test scrise în tot tabelul

Greșit
PYTHON
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
model.fit(X_train, y_train)
df["predictie"] = model.predict(X_test)
Corect
PYTHON
rezultat = X_test.copy()
rezultat["predictie"] = model.predict(X_test)

X_test are doar o parte din rânduri. O copie a lui X_test are exact câte un rând pentru fiecare predicție, deci atribuirea merge.

2Rânduri eliminate cu dropna()

Greșit
PYTHON
curat = df.dropna()
model.fit(curat[["x"]], curat["y"])
df["predictie"] = model.predict(curat[["x"]])
Corect
PYTHON
curat = df.dropna().copy()
model.fit(curat[["x"]], curat["y"])
curat["predictie"] = model.predict(curat[["x"]])

După dropna() tabelul are mai puține rânduri decât df. Pune predicțiile în tabelul pe care ai prezis.

3Predicție pe alt tabel decât cel în care scrii

Greșit
PYTHON
df_nou["scor"] = model.predict(df_vechi[coloane])
Corect
PYTHON
df_nou["scor"] = model.predict(df_nou[coloane])

Predicția trebuie făcută pe aceleași rânduri ca tabelul în care scrii rezultatul.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Length of values (3) does not match length of index (10), pentru că predicțiile pe cele 3 apartamente din test sunt scrise în tabelul cu toate cele 10. Pune predicțiile într-o copie a lui X_test, ca programul să afișeze câte rânduri are rezultatul și prețurile prezise.

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

df = pd.DataFrame({
    "mp": [40, 50, 55, 60, 65, 70, 80, 90, 100, 120],
    "pret": [80, 100, 110, 120, 130, 140, 160, 180, 200, 240],
})
X = df[["mp"]]
y = df["pret"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)

model = LinearRegression().fit(X_train, y_train)
df["pret_prezis"] = model.predict(X_test).round()
print("Randuri:", len(df))
print("Preturi prezise:", df["pret_prezis"].tolist())
După reparație, programul afișează
Randuri: 3
Preturi prezise: [110.0, 200.0, 130.0]
Indiciu

Fă rezultat = X_test.copy() și scrie coloana pret_prezis în rezultat.

Alte forme ale mesajului

  • ValueError: Length of values (30) does not match length of index (100)
  • ValueError: Length of values does not match length of index

Cum o eviți pe viitor

Ține predicțiile lângă datele din care au ieșit: fă rezultat = X_test.copy() și scrie în rezultat, nu în tabelul complet. Dacă ai nevoie de predicții pentru toate rândurile, apelează model.predict pe toate rândurile (după aceeași preprocesare). Înainte de atribuire, un print(len(df), len(predictii)) îți arată imediat nepotrivirea. Evită să amesteci tabele filtrate (dropna, query) cu tabelul original fără să păstrezi indexul.

Întrebări frecvente

Pot pune predicțiile înapoi în tabelul complet?

Da, dacă le aliniezi după index: df.loc[X_test.index, "predictie"] = model.predict(X_test). Rândurile din train rămân cu NaN în coloana nouă, ceea ce e corect, pentru că pe ele nu ai prezis.

De ce cu o Series nu primesc eroarea, dar apar NaN?

O Series se aliniază după index, nu după poziție, deci pandas pune valorile doar pe rândurile cu același index și completează restul cu NaN. Un array numpy sau o listă nu au index, așa că trebuie să aibă lungimea exactă.

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.