Python水质预测报错：Input contains NaN等float64不兼容值

问题根源 #

你确认了训练CSV无NaN，但错误出在预测阶段的输入数据处理：

• request.form.get()获取的是字符串类型，而模型训练用的是数值型（float64），直接存入DataFrame会导致类型不匹配，转换时生成NaN
• 若表单存在未填写字段，request.form.get()会返回None，存入DataFrame后直接变为NaN

解决方案 #

修改app.py的输入处理逻辑，确保所有输入转换为有效数值，同时处理空值/非数值情况：

修改后的代码 #

@app.route('/predict',methods=['GET', 'POST'])
def predict():
    prediction1 = ""
    if request.method == "POST":
        # 加载模型
        clf1 = joblib.load("clfwq.pkl")
        
        # 定义辅助函数：处理表单值转float，同时处理空值/非数值
        def parse_input(key):
            val = request.form.get(key)
            if not val:
                # 未填写时的默认值，可根据业务需求调整
                return 0.0
            try:
                return float(val)
            except ValueError:
                # 输入非有效数值时的处理，也可返回错误提示给前端
                return 0.0

        # 处理所有输入字段
        do = parse_input("do")
        ph = parse_input("ph")
        orp = parse_input("orp")
        ec = parse_input("ec")
        tds = parse_input("tds")
        temp = parse_input("temp")
        cdo = parse_input("cdo")
        cph = parse_input("cph")
        corp = parse_input("corp")
        cec = parse_input("cec")
        ctds = parse_input("ctds")
        cwt = parse_input("cwt")
        
        # 构建数值型DataFrame
        X = pd.DataFrame([[do, ph, orp, ec, tds, temp, cdo, cph, corp, cec, ctds, cwt ]], 
                         columns = ["Do", "pH", "ORP", "EC", "TDS", "Water_Temp", "CDO","CpH","CORP", "CEC", "CTDS","CWT"])
        
        # 调试可选：打印X的内容和类型，确认无NaN
        # print(X)
        # print(X.dtypes)
        
        # 执行预测
        prediction1 = clf1.predict(X)[0]
        
    return render_template("classify.html", output = prediction1)

额外优化建议 #

1. 前端校验：在表单页面添加输入规则，强制用户填写所有字段且输入为数值，从源头减少无效请求
2. 错误反馈：若遇到无效输入，可在后端捕获异常，向前端返回明确的错误提示（比如“请输入有效的数值”）
3. 训练数据校验：在model.py中添加print(X1.dtypes)，确认训练数据的字段类型均为数值型，避免后续类型不匹配

内容的提问来源于stack exchange，提问作者Aiman Azmi