DataConversionWarning: A column-vector y was passed when a 1d array was expected

本文介绍: Da t aCon versionWar n in g: A column–vector y was pass e d when a 1d array was expected

Da t aCon versionWar n in g: A column–vector y was pass e d when a 1d array was expected

DataCon versionWar n i n g: A column–vector y was pass e d when a 1d array was expected. Please change the shape of y to (n _sam ples, ), fo r example using r av el().y = column_or_1d(y, warn=True)

这个警告信息提示输入的 y 是一个列向量，但是模型期望接收一个一维数组，可以使用 rav el() 函数将 y 重塑为一维数组

import numpy as np

# 假设 y 是一个列向量
y = np.array([[1], [2], [3]])

# 使用 ravel() 函数将 y 重塑为一维数组
y = np.ravel(y)

# 打印 y 的形状（shape）
print(y.shape)

如果继续报错，AttributeError: 'DataFrame' object has no attribute 'flatten'，在 Pandas 中，可以使用 .values.rav el() 方法将 DataFrame 中的列向量转换为一维数组。

import pandas as pd

# 假设 y 是一个带有 "label" 列的 DataFrame
y = pd.DataFrame({'label': [1, 2, 3]})

# 将 "label" 列转换为一维数组
y = y['label'].values.ravel()

# 打印 y 的形状（shape）
print(y.shape)

之后，又报错AttributeError: 'numpy.ndarray' object has no attribute 'loc'
这个错误通常是因为你将一个 NumPy 数组（numpy.nd array）误认为 Pandas DataFrame。NumPy 数组没有 .loc 方法，因此 Pyth on 会抛出 “AttributeError” 异常。
请检查代码中是否有将 NumPy 数组赋值给 Pandas DataFrame 变量的情况。如果是这样，请确保在使用 .loc 方法之前将其正确转换为 Pandas DataFrame。

例如，假设 y 是一个 NumPy 数组，我们要将其转换为 Pandas DataFrame 并使用 .loc 方法：

import pandas as pd

# 创建 Series
data = [10, 20, 30]
labels = ['A', 'B', 'C']
s = pd.Series(data, index=labels)

# 显示 Series
print(s)
&gt;&gt; A    10
&gt;&gt; B    20
&gt;> C    30
>> dtype: int64

例如，假设 y 是<class 'pandas.core.frame.DataFrame'>，我们要将其转换为 <class 'pandas.core.series.Series'>并使用iloc 方法/lo c 方法:

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 使用 iloc 或 loc 方法选择单独的列并转换为 Series
series = df.iloc[:, 0]  # 选择第一列
# 或 series = df.loc[:, 'A']  # 根据列名选择列

# 打印结果
print(type(df)) # <class 'pandas.core.frame.DataFrame'>
print(type(series)) # <class 'pandas.core.series.Series'>