为什么我会收到以下错误：y 应该是一维数组，而是得到一个形状为 (423, 2) 的数组。（在 Python 中）答案

【问题标题】：Why am I getting the following error: y should be a 1d array, got an array of shape (423, 2) instead. (in Python)为什么我会收到以下错误：y 应该是一维数组，而是得到一个形状为 (423, 2) 的数组。（在 Python 中）
【发布时间】：2021-08-20 19:15:47
【问题描述】：

我正在尝试使用以下代码计算逻辑回归函数的 AUC-ROC 曲线：

from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report, confusion_matrix
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_auc_score
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_state=0)
lr_model = LogisticRegression(solver='liblinear', random_state=0).fit(x_train, y_train)
lr_test_probs = lr_model.predict_proba(x_test)
lr_auc = roc_auc_score(y_test, lr_test_probs)

当我运行它时，我收到以下错误： ValueError: y 应该是一个一维数组，得到一个形状为 (423, 2) 的数组。

我认为这是因为 y_test 的形状为 (423,2)，因为它有 423 行和 2 列，第一列是索引。我试图通过使用 to_numpy() 来摆脱索引，如下所示：

y_test2=y_test.to_numpy()
y_train2=y_train.to_numpy()
x_test2=x_test.to_numpy()
x_train2=x_train.to_numpy()

但我仍然遇到同样的错误，即使当我调用 y_test2 时，它只是一个包含 0 和 1 且没有索引列的数组。我还尝试先使用 to_numpy() 函数将 x 和 y 更改为数组，然后计算测试和训练数据，我仍然得到同样的错误。

有什么建议吗？

编辑：运行 print(y.head(5)) 给出： print(y.head(5))

【问题讨论】：

to_numpy 不会改变数据的形状。您需要实际提取所需的列。这回答了你的问题了吗？ Extracting specific columns in numpy array
y 看起来像什么？为我做一个print(y.head(5)) 并将其添加到帖子中
@PranavHosangadi 当我尝试使用 y_test[:,1] 时出现错误：ValueError: Can only tuple-index with a MultiIndex
@chitown88 我将图片作为链接添加到帖子中！

标签： python train-test-split

【解决方案1】：

将 y 设置为一个系列，其中包含您的目标列名称。您也可以只选择最后一列（假设这是您想要的列）

比如：

from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report, confusion_matrix
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_auc_score
y = y[['target_column_name']] # <--- insert the name of the column thats your target
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_state=0)
lr_model = LogisticRegression(solver='liblinear', random_state=0).fit(x_train, y_train)
lr_test_probs = lr_model.predict_proba(x_test)
lr_auc = roc_auc_score(y_test, lr_test_probs)

【讨论】：