时间戳

首页 > 解决方案 > 接收 KeyError：“[Int64Index([ ... dtype='int64', length=1323)] 均不在 [columns] 中”

python - 接收 KeyError：“[Int64Index([ ... dtype='int64', length=1323)] 均不在 [columns] 中”

问题描述

概括

将测试和训练数据输入 ROC 曲线图时，我收到以下错误：

KeyError：“[Int64Index([ 0, 1, 2, ... dtype='int64', length=1323)] 均不在 [columns] 中”

该错误似乎是说它不喜欢我的数据格式，但它在第一次运行时有效，我无法让它再次运行。

我是否错误地拆分了我的数据或将格式不正确的数据发送到我的函数中？

我试过的

我在 CoLab 文档中运行它，可以在此处查看

代码

我正在使用标准数据框来提取我的 X 和 Y 集：

X = df_full.drop(['Attrition'], axis=1)
y = df_full['Attrition'].as_matrix()

KeyError 追溯到这里的第 8 行：

def roc_plot(X, Y, Model):
    tprs = []
    aucs = []
    mean_fpr = np.linspace(0, 1, 100)
    plt.figure(figsize=(12,8))
    i = 0
    for train, test in kf.split(X, Y):
        probas_ = model.fit(X[train], Y[train]).predict_proba(X[test])
        # Compute ROC curve and area the curve
        fpr, tpr, thresholds = roc_curve(Y[test], probas_[:, 1])
        tprs.append(np.interp(mean_fpr, fpr, tpr))
        tprs[-1][0] = 0.0
        roc_auc = auc(fpr, tpr)
        aucs.append(roc_auc)
        plt.plot(fpr, tpr, lw=1, alpha=0.3,
                 label='ROC fold %d (AUC = %0.2f)' % (i, roc_auc))

        i += 1
    plt.plot([0, 1], [0, 1], linestyle='--', lw=2, color='r',
             label='Chance', alpha=.8)

    mean_tpr = np.mean(tprs, axis=0)
    mean_tpr[-1] = 1.0
    mean_auc = auc(mean_fpr, mean_tpr)
    std_auc = np.std(aucs)
    plt.plot(mean_fpr, mean_tpr, color='b',
             label=r'Mean ROC (AUC = %0.2f $\pm$ %0.2f)' % (mean_auc, std_auc),
             lw=2, alpha=.8)

    std_tpr = np.std(tprs, axis=0)
    tprs_upper = np.minimum(mean_tpr + std_tpr, 1)
    tprs_lower = np.maximum(mean_tpr - std_tpr, 0)
    plt.fill_between(mean_fpr, tprs_lower, tprs_upper, color='grey', alpha=.2,
                     label=r'$\pm$ 1 std. dev.')

    plt.xlim([-0.05, 1.05])
    plt.ylim([-0.05, 1.05])
    plt.xlabel('False Positive Rate')
    plt.ylabel('True Positive Rate')
    plt.title('Receiver operating characteristic example')
    plt.legend(loc="lower right")
    plt.show()

当我使用该函数运行以下命令时会发生这种情况：

model = XGBClassifier() # Create the Model
roc_plot(X, Y, Model)

预期结果

我应该能够将数据 X 和 Y 输入到我的函数中。

标签： pythonpython-3.xpandasnumpyscikit-learn

解决方案

在这段代码train, test中是索引数组，当您从 DataFrame 中选择时将其用作列：

for train, test in kf.split(X, Y):
    probas_ = model.fit(X[train], Y[train]).predict_proba(X[test])

你应该iloc改用：

    probas_ = model.fit(X.iloc[train], Y.iloc[train]).predict_proba(X.iloc[test])

推荐阅读