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

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

• DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().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 ravel() 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.ravel() 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.ndarray）误认为 Pandas DataFrame。NumPy 数组没有 .loc 方法，因此 Python 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)
  >> A    10
  >> B    20
  >> C    30
  >> dtype: int64
  
  
  

• 例如，假设 y 是，我们要将其转换为 并使用iloc方法/loc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)) # 
  print(type(series)) #