[英]KeyError: "None of [Int64Index dtype='int64', length=9313)] are in the [columns]"
[英]Reading CSV & Columns - KeyError: “None of [Int64Index([0, 1, 2, 3], dtype='int64')] are in the [columns]”
我在尝试对简单的 DF 生成共线性分析时遇到问题(见下文)。 我的问题是每次我尝试运行 function 时,都会检索到以下错误消息:
KeyError: "None of [Int64Index([0, 1, 2, 3], dtype='int64')] are in the [columns]"
下面是我正在使用的代码
read_training_set = pd.read_csv('C:\\Users\\rapha\\Desktop\\New test\\Classeur1.csv', sep=";")
training_set = pd.DataFrame(read_training_set)
print(training_set)
def calculate_vif_(X):
thresh = 5.0
variables = range(X.shape[1])
for i in np.arange(0, len(variables)):
vif = [variance_inflation_factor(X[variables].values, ix) for ix in range(X[variables].shape[1])]
print(vif)
maxloc = vif.index(max(vif))
if max(vif) > thresh:
print('dropping \'' + X[variables].columns[maxloc] + '\' at index: ' + str(maxloc))
del variables[maxloc]
print('Remaining variables:')
print(X.columns[variables])
return X
X = training_set
X2 = calculate_vif_(X)
我试图在其上运行 function 的 DF 看起来像这样。
Year Age Weight Size
0 2020 10 100 170
1 2021 11 101 171
2 2022 12 102 172
3 2023 13 103 173
4 2024 14 104 174
5 2025 15 105 175
6 2026 16 106 176
7 2027 17 107 177
8 2028 18 108 178
我在这里有两个猜测; 但不知道如何解决这个问题:
-猜测1:np.arrange 与 header 和列发生某种冲突,这会阻止 function 的 rest 遍历它的每一列
-猜测2:问题来自空白分隔符,它阻止了function 正确地从一列跳到另一列。 问题是我的 CSV 文件已经有“;” 分隔符(我不知道为什么要诚实,因为我手动创建了文件并将其保存为带有“,”分隔符的常规 CSV)。
目前不知道如何解决这个问题,这里有没有人有见解?
最好的
该错误是由此代码段X[variables].values
的。 将variables
( range
)转换为list
。
顺便说一句,代码非常混乱。 当variables
已经是一个range
时,为什么要调用np.arange
? 为什么要使用一定范围的列数来索引行?
从上面的评论看来,您认为您是按列号索引列,但实际上您是在索引行。 如果您使用loc`` or
iloc``` 来明确说明您要索引的内容,则可以消除一些混乱。
明白了,我修改了整个事情,似乎正在工作。 请参阅下面的外观。
非常感谢您的帮助
variables = list(range(X.shape[1]))
for i in variables:
vif = [variance_inflation_factor(X.iloc[:, variables].values, ix)
for ix in range(X.iloc[:, variables].shape[1])]
maxloc = vif.index(max(vif))
if max(vif) > thresh:
print('dropping \'' + X.iloc[:, variables].columns[maxloc] +
'\' at index: ' + str(maxloc))
del variables[maxloc]
print('Remaining variables:')
print(X.columns[variables])
return X.iloc[:, variables]
X = training_set
X2 = calculate_vif_(X)```
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.