Python Jupyter中Pandas数组填充失败及PowerTransformer报错排查

报错信息 #

ValueError: Found array with 0 sample(s) (shape=(0, 18)) while a minimum of 1 is required by PowerTransformer.

报错触发于以下代码调用：

backTest = getPortTimeSeries(y_withData_Test, X_test, 
                        daily_stock_prices_data, 
                        trained_model_pipeline)

已完成排查 #

• X_test整体形状为(11332, 18)，无空样本问题
• y_withData_Test从已填充的CSV文件读取，数据已完成填充处理
• 检查日期筛选逻辑thisYearMask，未发现异常

下一步排查方向 #

• 检查getPortTimeSeries内部对X_test的切片/过滤逻辑：尽管X_test整体有数据，但函数内部可能基于y_withData_Test或日期做了进一步筛选，导致部分子数据集为空。比如：
  • 确认函数中是否存在按y值过滤的代码（如筛选y为特定值的样本），该条件下可能无匹配样本
  • 排查是否有按时间窗口分批处理的逻辑，某个窗口内的X数据被过滤后为空
• 验证trained_model_pipeline中的PowerTransformer环节：确认流水线中PowerTransformer是否被应用在某个子数据集上（而非整个X_test），该子集可能为空
• 交叉验证y_withData_Test与X_test的样本匹配度：两者各自数据非空，但可能存在索引不匹配的情况，导致合并/对齐后出现空样本。可检查两者的索引是否一致，是否存在样本在一方存在但另一方缺失的情况

内容的提问来源于stack exchange，提问作者Dun