Question

我在sklearn.cluster上遇到麻烦。

我已经将我的数据进行了聚类，并且只有很少几列包含浮点型数据。

我两次che过，列dtype是float64，但是当我尝试

df['cluster'] = cluster.fit_predict([df.columns[1:])

我知道：

ValueError: could not convert string to float: column_name_1

最后的回溯外观

       ...
   -> return self.fit(X).lables
       ...
   -> X = Self._check_fit_data(X)
       ...
   -> X = check_array(X, accept_sparce='csr', dtype = [np.float, np.float32])
       ...
   -> array = np.array(array, dtype=dtype, order=order, copy=copy)

我试图将float转换为string并返回，但是它不起作用。我应该如何解决此问题？附言我使用的是Python 2.7。

Answer 1

您正在尝试填充列名称。

df['cluster'] = cluster.fit_predict([df.columns[1:])

应该是

df['cluster'] = cluster.fit_predict(df.loc[:,1:])

如何访问除熊猫数据帧的第一列以外的所有列？

1 个答案: