python - Pandas 和 scikit-learn : KeyError: [. ...] 不在索引中

Question

我不明白为什么在运行此代码时会出现错误 KeyError: '[ 1351 1352 1353 ... 13500 13501 13502] not in index':

cv = KFold(n_splits=10)

for train_index, test_index in cv.split(X):
    f_train_X, f_valid_X = X[train_index], X[test_index]
    f_train_y, f_valid_y = y[train_index], y[test_index]

我使用 X(一个 Pandas 数据框)来拆分 I cv.split(X)。

X.shape
y.shape
Out: (13503, 17)
Out: (13503,)

Answer 1

问题是您尝试使用 X[train_index] 索引 X 的方式。 您需要使用 .loc 或 .iloc，因为您有 pandas 数据框。

---

使用这个

cv = KFold(n_splits=10)

for train_index, test_index in cv.split(X):
    f_train_X, f_valid_X = X.iloc[train_index], X.iloc[test_index]
    f_train_y, f_valid_y = y.iloc[train_index], y.iloc[test_index]

第一种方式:使用iloc

的示例

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))

df[[1,2]]
#KeyError: '[1 2] not in index'

df.iloc[[1,2]]
#    A   B   C   D
#1  25  97  78  74
#2   6  84  16  21

方式二:先将pandas转成numpy的例子

df = df.values

#now this should work fine
df[[1,2]]
#array([[25, 97, 78, 74],
#      [ 6, 84, 16, 21]])