如何分配功能和目标名称来绘制python中的决策树？

Question

我正在使用示例s我导入（.dta文件）中的一些数据到python 3.我做了一些机器学习分析。我偶然发现了用scikit-learn和graphviz绘制决策树的简洁方法。

这是我的工作（在一些包和库导入等旁边）：

#   import data and give a little overview
sample = pd.read_stata('sample_data.dta')
s = sample

#   some learning
X = np.array((s.X).reshape(100, 1))
y = np.array(s.y)

X_train, X_test, y_train, y_test = tts(X, y, test_size = .8)

my_tree = tree.DecisionTreeClassifier()
clf = my_tree.fit(X_train, y_train)

from IPython.display import Image  
dot_data = StringIO()  
tree.export_graphviz(clf, out_file=dot_data,  
    feature_names=s.feature_names,  
    class_names=s.target_names,  
    filled=True, rounded=True,  
    special_characters=True)  
graph = pydot.graph_from_dot_data(dot_data.getvalue())  
Image(graph.create_png())

一切都很好，直到我想要绘制树形图。我收到以下错误：

AttributeError: 'DataFrame' object has no attribute 'feature_names'

如何将feature_names分配给s？