将列表喜欢传递给 .loc 或带有任何缺失标签的 [] 将来会引发 KeyError，您可以使用 .reindex() 作为替代答案

【问题标题】：Passing list-likes to .loc or [] with any missing label will raise KeyError in the future, you can use .reindex() as an alternative将列表喜欢传递给 .loc 或带有任何缺失标签的 [] 将来会引发 KeyError，您可以使用 .reindex() 作为替代
【发布时间】：2021-12-14 15:51:45
【问题描述】：

我正在尝试使用以下方法将我的数据集拆分为训练集和测试集：

for train_set, test_set in stratified.split(complete_df, complete_df["loan_condition_int"]):
    stratified_train = complete_df.loc[train_set]
    stratified_test = complete_df.loc[test_set]

我的数据框 complete_df 没有任何 NaN 值。我通过使用返回0 的complete_df.isnull().sum().max() 来确保它。

但我仍然收到警告说：

Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

这会导致稍后出现错误。我尝试使用我在网上找到的一些技术，但仍然无法修复它。

【问题讨论】：

train_set 或 test_set 包含不在 complete_df 索引中的值。

标签： pandas dataframe machine-learning

【解决方案1】：

首先，您应该澄清stratified 是什么。我假设它是 sklearn 的 StratifiedShuffleSplit 对象。

我的数据集 complete_df 没有任何 NAN 值。

警告消息中的“缺失标签”不是指缺失值，即 NaN。错误是说train_set 和/或test_set 包含complete_df 的索引中不存在的值（标签）。这是因为.loc 基于行（和列）标签而不是行位置执行索引，而train_set 和test_set 表示行号。因此，如果您的 DataFrame 的索引与行的整数位置不一致（似乎是这种情况），则会引发警告。

要按行位置选择，请使用iloc。这应该工作

for train_set, test_set in stratified.split(complete_df, complete_df["loan_condition_int"]):
    stratified_train = complete_df.iloc[train_set]
    stratified_test = complete_df.iloc[test_set]

【讨论】：