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
- 阅读具有相同 KeyError 的多个 StackOverflow 帖子
- 重新阅读我遵循的 scikit-learn 示例
- 查看了我的代码的以前版本以进行故障排除
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。
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
- apache-nifi - 如何在 ReplaceText 处理器中添加多个搜索值和多个替换值?
- arduino - 通过 BluetoothSerial 将 esp32 连接到 hc-06。如何?
- r - 合并 shapefile 中的国家/省以使用 ggplot2 进行绘图
- node.js - 如何在 Node.js 的 Sequelize Mock 中为 Sequelize.js 原始查询编写测试用例
- html - 如何在 html css bootstrap 中创建以下附加模板
- ios - 如何使用 NSLayoutManager 用自定义绘图替换文本附件?
- testing - Codemagic 中的 Flutter 测试资源
- javascript - 有没有办法检查一个字符串被返回了多少次?
- javascript - 如何在 Highchart 上显示实时数据
- pdf - 展平表单字段会删除内容