AttributeError：“系列”对象没有属性“重塑”答案

【问题标题】：AttributeError: 'Series' object has no attribute 'reshape'AttributeError：“系列”对象没有属性“重塑”
【发布时间】：2019-05-12 10:20:41
【问题描述】：

我正在使用 sci-kit 学习线性回归算法。在缩放 Y 目标特征时：

Ys = scaler.fit_transform(Y)

我明白了

ValueError：预期的二维数组，得到一维数组：

之后我使用以下方法重塑：

Ys = scaler.fit_transform(Y.reshape(-1,1))

但又报错了：

AttributeError: 'Series' 对象没有属性 'reshape'

所以我检查了 pandas.Series 文档页面，它说：

reshape(*args, **kwargs) 自 0.19.0 版起已弃用。

【问题讨论】：

【解决方案1】：

解决方案已链接到documentation page 上的重塑方法。

你需要使用Y.reshape(-1,1)的Insted：

Y.values.reshape(-1,1)

【讨论】：

【解决方案2】：

解决办法确实是这样：

Y.values.reshape(-1,1)

这会使用您的 pandas Series 对象的值提取一个 numpy 数组，然后将其重塑为二维数组。

您需要这样做的原因是 pandas Series 对象在设计上是一维的。如果您想留在 pandas 库中，另一个解决方案是将 Series 转换为 2D 的 DataFrame：

Y = pd.Series([1,2,3,1,2,3,4,32,2,3,42,3])

scaler = StandardScaler()

Ys = scaler.fit_transform(pd.DataFrame(Y))

【讨论】：

【解决方案3】：

您无法重塑熊猫系列，因此您需要对 numpy 数组执行操作。正如其他人建议的那样，您可以使用y.values.reshape(-1, 1)，但如果您想打动您的朋友，您可以使用：

y.values[Ellipsis, None]

相当于：

y.values[..., None]

它基本上意味着所有维度，然后是最后一个的新维度。这是一个完整的示例：

import numpy as np
import pandas as pd
from sklearn.preprocessing import StandardScaler

y = pd.Series(np.random.rand(5))

0    0.497165
1    0.818659
2    0.327064
3    0.772548
4    0.095715
dtype: float64

scaler = StandardScaler()

scaler.fit_transform(y.values[Ellipsis, None])

array([[-0.019],
       [ 1.165],
       [-0.645],
       [ 0.995],
       [-1.496]])

【讨论】：