在pandas DataFrame上对列进行子集化时，列数会丢失

Question

我正在使用pima indians数据集。通过read_csv阅读文件后，shape看起来很擅长(768,9)。但是对前8列进行子集化会导致形状的columns维度丢失：

pima = pd.read_csv('/git/uni/data/pima-indians-diabetes.csv', header=0)
X = pima.iloc[:,-1]
Y = pima.iloc[:,:-1]
gnb = GaussianNB()
y_pred = gnb.fit(X,Y) #  .predict(pima)

这里的惊喜是X.shape： 为什么形状会丢失？

`pima.shape =（768,9） X.shape =（768，） Y.shape =（768,8）

然后我们被fit：

咬了一口

ValueError: Expected 2D array, got 1D array instead:
array=[1 0 1 ..., 0 1 0].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

更新我还尝试了X = pima.iloc[:,-1].values，但它提供了相同的结果/行为

Answer 1

您向后定义了X和Y，X是要素列:-1，而Y，即目标，是您的最后一列-1。而且，标准约定是使用X（大写）和y（小写）。

因此，您的代码应如下所示：

X=pima.iloc[:,:-1]
y=pima.iloc[:,-1]
gnb = GaussianNB()
y_pred = gnb.fit(X,y) 

Answer 2

你混淆了名字，你的x应该是y，反之亦然

Y= pima.iloc[:,-1]
X = pima.iloc[:,:-1]