Found array with 0 sample(s) (shape=(0, 5)) while a minimum of 1 is required.についてのエラー解消方法

Question

1.前提・実現したいこと
KaggleチュートリアルTitanicについて、Ageの欠損値補完をしているブログ（下記※）を見つけました。
※https://qiita.com/jun40vn/items/d8a1f71fae680589e05c「KaggleチュートリアルTitanicで上位2%以内に入るノウハウ」
上記のAgeの欠損値補完コードを、利用させてもらいましたが、エラーが発生します。対処方法をお願いします。

2.発生している問題・エラーメッセージ
３．のソースコード実行で下記のエラーメッセージが発生

---

ValueError Traceback (most recent call last)
<ipython-input-12-ec4b30dc9be2> in <module>()
22
23 # 推定モデルを使って、テストデータのAgeを予測し、補完
---> 24 predictedAges = rfr.predict(unknown_age[:, 1::])
25 df.loc[(df.Age.isnull()), 'Age'] = predictedAges
26

3 frames
/usr/local/lib/python3.7/dist-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, estimator)
806 "Found array with %d sample(s) (shape=%s) while a"
807 " minimum of %d is required%s."
--> 808 % (n_samples, array.shape, ensure_min_samples, context)
809 )
810

ValueError: Found array with 0 sample(s) (shape=(0, 5)) while a minimum of 1 is required.

3.該当のソースコード

from google.colab import drive
drive.mount('/content/drive')

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split, GridSearchCV
from pandas import DataFrame, Series
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')

#colabの中のフォルダーへのパス
path = "/content/drive/MyDrive/Colab Notebooks/(自分のパス）"
train = pd.read_csv(path + 'data/train.csv')
test = pd.read_csv(path + 'data/test.csv')

# train_dataとtest_dataの連結
test['Perished'] = np.nan
df = pd.concat([train, test], ignore_index=True, sort=False)

# ------------ Age ------------
# Age を Pclass, Sex, Parch, SibSp からランダムフォレストで推定
from sklearn.ensemble import RandomForestRegressor

# 推定に使用する項目を指定
age_df = df[['Age', 'Pclass','Sex','Parch','SibSp']]

# ラベル特徴量をワンホットエンコーディング
age_df=pd.get_dummies(age_df)

# 学習データとテストデータに分離し、numpyに変換
known_age = age_df[age_df.Age.notnull()].values  
unknown_age = age_df[age_df.Age.isnull()].values

# 学習データをX, yに分離
X = known_age[:, 1:]  
y = known_age[:, 0]

# ランダムフォレストで推定モデルを構築
rfr = RandomForestRegressor(random_state=0, n_estimators=100, n_jobs=-1)
rfr.fit(X, y)

# 推定モデルを使って、テストデータのAgeを予測し、補完
predictedAges = rfr.predict(unknown_age[:, 1::])
df.loc[(df.Age.isnull()), 'Age'] = predictedAges 

# 年齢別生存曲線と死亡曲線
facet = sns.FacetGrid(df[0:890], hue='Perished',aspect=2)
facet.map(sns.kdeplot,'Age',shade= True)
facet.set(xlim=(0, df.loc[0:890,'Age'].max()))
facet.add_legend()
plt.show()

4.自分で調べたことや試したこと
Ageの欠損値補完をしているブログと、データ構造（ dfの情報）は同じなのを
確認しているので、普通なら動くと思ったが、ダメであった。
データ構造（ dfの情報）は、以下のとおり
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1309 entries, 0 to 1308
Data columns (total 12 columns):

Column Non-Null Count Dtype

---

0 PassengerId 1309 non-null int64
1 Survived 891 non-null float64
2 Pclass 1309 non-null int64
3 Name 1309 non-null object
4 Sex 1309 non-null object
5 Age 1046 non-null float64
6 SibSp 1309 non-null int64
7 Parch 1309 non-null int64
8 Ticket 1309 non-null object
9 Fare 1308 non-null float64
10 Cabin 295 non-null object
11 Embarked 1307 non-null object

5.使っているツールのバージョンなど補足情報
開発環境：Google Colaboratory
プログラム言語：python3
OS：windows10 Home
CPU：Intel(R) Core(TM) i7-7500U CPU@2.70GHz 2.90GHz

Comments

[退会済みユーザー]

predictedAgesの中身は予定通りのデータ形式になっていますか？

[kouji_39]

追加のアドバイスをいただけますでしょうか?よろしくお願いいたします。

[退会済みユーザー]

df.loc[(df.Age.isnull()), 'Age'] = predictedAges
でこけているんですよね。
1. predictedAgesがおかしいか←ちゃんと期待したものが入ってる？
2. df.locがおかしいか←データの形式が間違ってない？
3. (df.Age.isnull())がおかしいか←外側のカッコが邪魔？
4. 'Age'がおかしいか←ないものを指定している？(多分大丈夫だけど）

一個ずつつぶしていくしかありません。
dfをアップロードできれば検証ははやくできそうですが…。

[kouji_39]

丁寧な、ご回答ありがとうございます。下記のように、unknown_age[:, 1::]のデータ配列確認を
いれて、コードを動かしたら、うまくいきました。結局、googlecolabの問題で、コードを作成しながら、部分的にコードを実行していたので、前のデータが残っていたのかもしてません。
お騒がせしました。
print(unknown_age[:, 1::])
predictedAges = rfr.predict(unknown_age[:, 1::])

Answer 1

本日、エラーのあったコードを動かしたら、問題なく動きました。
googlecolabの問題で、コードを作成しながら、部分的にコードを実行していたので、前のデータが残っていたのかもしれません。お騒がせしてすみません。