接收关键错误："[Int64Index（[... dtype='int64'，长度=1323）]中没有[列]"

Question

将测试和列车数据输入ROC曲线图时，我收到以下错误：

KeyError:“[Int64Index（[0，1，2，…dtype='int64'，length=1323]）中没有一个在[columns]中”

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起作用，我无法让它再次运行。

我是否错误地拆分数据或将格式错误的数据发送到函数中？

• 阅读几个StackOverflow帖子与相同的KeyError
• 重新学习我遵循的科学榜样
• 查看了以前版本的代码以排除故障

我在CoLab文档中运行这个，可以在这里查看

我正在使用标准数据帧拉入我的X集和Y集：

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

KeyError可追溯到第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)

我应该能够将数据X和Y输入到我的函数中。

Answer 1

在这段代码训练中，test是索引数组，而您在从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])

您应该改用iloc：

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