机器学习降雨量预测项目报错：ValueError无法将空串转为浮点数

问题根源 #

1. 你的Excel数据中存在空字符串（''）这类非数值型数据，无法被LinearRegression模型处理，触发ValueError: could not convert string to float: ''。
2. 直接用float(x)转换整个Series无效，因为float()仅能处理单个数值，而Series是一组数据的集合。
3. LinearRegression.fit()要求特征数据为二维数组（形状为(n_samples, n_features)），但你提取的x是一维Series，这也是潜在的报错点。

解决方案及修改后代码 #

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn import metrics

# 读取指定列数据
df = pd.read_excel('Month.xlsx', usecols='W, AJ')

# 重命名列（可选，方便后续识别操作）
df.columns = ['Luchtvochtigheid', 'Regenval']

# 1. 转换数据类型：将空字符串、非数值值转为NaN，再统一转浮点型
df['Luchtvochtigheid'] = pd.to_numeric(df['Luchtvochtigheid'], errors='coerce')
df['Regenval'] = pd.to_numeric(df['Regenval'], errors='coerce')

# 2. 处理缺失值：删除含NaN的行（或用均值/中位数填充，示例用删除）
# 若要填充可替换为：df.fillna(df.mean(), inplace=True)
df = df.dropna(subset=['Luchtvochtigheid', 'Regenval'])

# 3. 调整特征数据形状：将一维Series转为二维数组，满足模型输入要求
x = df['Luchtvochtigheid'].values.reshape(-1, 1)
y = df['Regenval'].values

# 4. 拆分训练集与测试集（可选但推荐，避免过拟合）
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=42)

# 训练模型
model = LinearRegression()
model.fit(x_train, y_train)

# 预测及可视化
y_pred = model.predict(x_test)
plt.scatter(x_test, y_test, color='gray')
plt.plot(x_test, y_pred, color='red', linewidth=2)
plt.xlabel('Luchtvochtigheid')
plt.ylabel('Regenval')
plt.show()

# 可选：打印模型评估指标
print(f'Mean Absolute Error: {metrics.mean_absolute_error(y_test, y_pred)}')
print(f'Mean Squared Error: {metrics.mean_squared_error(y_test, y_pred)}')

关键步骤说明 #

• pd.to_numeric(..., errors='coerce')：自动将空字符串、非数值内容转为NaN，避免转换失败报错。
• dropna()/fillna()：清理缺失值，确保模型训练仅使用有效数据；填充法更适合数据量较小的场景。
• reshape(-1,1)：将一维特征数组转为(样本数, 1)的二维结构，完全匹配LinearRegression的输入格式要求。

内容的提问来源于stack exchange，提问作者kemal ozdogan