Question

我正在尝试将时间序列数据分为训练和测试集。但是我在运行代码时得到Key Error :1：

def prepare_data(data, lags=1):
    X, y = [], []
    for row in range(len(data) - lags - 1):
        a = data[row:(row + lags), 0]
        X.append(a)
        y.append(data[row + lags, 0])

    return np.array(X), np.array(y)     

# prepare the data
lags = 1
X_train, y_train = prepare_data(train, lags)
X_test, y_test = prepare_data(test, lags)
y_true = y_test     # due to naming convention

错误消息：

KeyError跟踪（最近的呼叫   持续）   C：\ ProgramData \ Anacondaa3 \ envs \ tf \ lib \ site-packages \ pandas \ core \ indexes \ base.py   在get_loc（self，key，method，tolerance）2656中尝试：   -> 2657返回self._engine.get_loc（key）2658，除了KeyError：
     pandas._libs.index.IndexEngine.get_loc（）中的
pandas / _libs / index.pyx
     pandas._libs.index.IndexEngine.get_loc（）中的
pandas / _libs / index.pyx

pandas / _libs / hashtable_class_helper.pxi在   pandas._libs.hashtable.PyObjectHashTable.get_item（）

pandas / _libs / hashtable_class_helper.pxi在   pandas._libs.hashtable.PyObjectHashTable.get_item（）

KeyError：1

在处理上述异常期间，发生了另一个异常：

KeyError跟踪（最近的呼叫   最后）         1＃准备数据         2滞后= 1   ----> 3 X_train，y_train = prepare_data（火车，滞后）         4 X_test，y_test = prepare_data（测试，滞后）         5 y_true = y_test＃由于命名约定
     prepare_data中的
（数据，滞后）         4 a =数据[行：(行+滞后）]         5 X.append（a）   ----> 6 y.append（data [row + lags]）         7返回np.array（X），np.array（y）         8

C：\ ProgramData \ Anacondaa3 \ envs \ tf \ lib \ site-packages \ pandas \ core \ frame.py   如果是self.columns.nlevels，则在 getitem （（自我，密钥）中）2925


1：2926返回self._getitem_multilevel（key）     -> 2927 indexer = self.columns.get_loc（key）2928 if is_integer（indexer）：2929 indexer = [indexer]


C：\ ProgramData \ Anacondaa3 \ envs \ tf \ lib \ site-packages \ pandas \ core \ indexes \ base.py   在get_loc（自身，键，方法，公差）中2657
  返回self._engine.get_loc（key）2658，但KeyError除外：   -> 2659返回self._engine.get_loc（self._maybe_cast_indexer（key））2660
  索引器= self.get_indexer（[键]，方法=方法，公差=公差）   2661如果indexer.ndim> 1或indexer.size> 1：
     pandas._libs.index.IndexEngine.get_loc（）中的
pandas / _libs / index.pyx
     pandas._libs.index.IndexEngine.get_loc（）中的
pandas / _libs / index.pyx

pandas / _libs / hashtable_class_helper.pxi在   pandas._libs.hashtable.PyObjectHashTable.get_item（）

pandas / _libs / hashtable_class_helper.pxi在   pandas._libs.hashtable.PyObjectHashTable.get_item（）

KeyError：1

Answer 1

我猜您的索引错误出现了，因为您使用了数据框的索引，但是看来您真正想要的是基于位置进行访问。

如果以下代码更改可解决此问题，请尝试

  def prepare_data(data, lags=1):
        X, y = [], []
        index_of_y_column= 0    # change this if necessary
        indexes_of_x_columns= [i for i in range(data.shape[1]) if i != index_of_y_column]
        for row in range(len(data) - lags - 1):
            a = data.iloc[(row + lags): indexes_of_x_columns]
            X.append(a)
            y.append(data.iloc[row + lags, index_of_y_column])
        return np.array(X), np.array(y)

顺便说一句，如果您只想移位一列或多列或整个数据帧（在最后一种情况下，所有数据都相对于索引移位），则也可以使用shift()方法。

例如data.shift(1)将使整个数据帧移动一行。

data['targetcol_shifted']= data['targetcol'].shift(-1)

将使用存储在下一行中的值targetcol_shifted填充新列targetcol。如果您可以使用shift()，我建议您使用它，因为它比手工完成要快得多。

如何在分割数据集的同时修复我的python代码中的“ KeyError：1”

1 个答案: