KeyError: ‘label‘

报错代码介绍

        在利用mnist数据集进行SVM算法的实现时，遇到了报错 KeyError: 'label'。

       我在网上搜集到的代码（即出错代码）如下：

#查看类别
order = list(np.sort(train_data["label"].unique()))
print(order)

        这段代码是为了将训练集中数据的所有标签列出，应得到的结果为一个包含0-9十位数字的数组。但在运行之后出现了上述报错。 我本人对于这个报错的理解为：csv格式的训练集中自带标签列，但是由于我本身代码原因不能调用该标签列；或是由于其他原因没有定义出标签列，因此对于label进行处理时出现了问题。

搜集到的解决方法

        搜索之后也没有直接解决这个报错的方法，找到的第一个方法是将 【】内容改为b"label"，改好之后的代码如下：

#查看类别
order = list(np.sort(train_data[b"label"].unique()))
print(order)

        运行之后的报错为 KeyError: b'label'，不是我想要的结果。

        之后搜索得到，加入一行代码 label = {} ，对label是否存在定义进行检查。加入之后代码如下，报错不变，这说明label已有定义。错误原因是我没有正确调用label。

#查看类别
label = {}
order = list(np.sort(train_data["label"].unique()))
print(order)

解决方法

        在多次进行尝试之后我转换了思路，对label进行了重新定义。首先将训练集中label对应的所有数据提取出来，重置label的内容。之后利用原先代码中的unique函数将每个标签按照顺序不重复输出。

#查看类别
train_data = pd.read_csv("D:/快乐の学习！/课程/21-22学年/毕业设计/数据/mnist_train.csv")
label = train_data.iloc[0:60000,0]
order = list(np.unique(label))
print(order)

         最终得到所要的结果，之后代码块中的label也可以正常使用获得想要的输出结果。