我试图对一个从SQL查询中得到的小 Dataframe 运行线性回归。
当运行下面的示例（使用虚拟数据集）时，一切都运行得很好：

# initialize list of lists
data = [['tom', 10, 20], ['nick', 15, 40], ['juli', 14, 70]]
  
# Create the pandas DataFrame
df = pd.DataFrame(data, columns=['Name', 'Age', 'value'])
  
# print dataframe.
df

X = df.iloc[:, 1].values.reshape(-1, 1) # values converts it into a numpy array
Y = df.iloc[:, 2].values.reshape(-1, 1)

linear_regressor = LinearRegression()  # create object for the class
linear_regressor.fit(X, Y)  # perform linear regression
Y_pred = linear_regressor.predict(X)  # make predictions

plt.scatter(X, Y)
plt.plot(X, Y_pred, color='red')
plt.show()

这是我正在处理的数据：

segment      ahid  pageviews_before_registration  visit_number_before_registration
0       long tail  45883641                             72                                21
1       long tail  49232488                             83                                15
2        unfunded  50757270                             46                                 6
3        unfunded  53214754                             30                                 9
4        unfunded  48812290                            248                                41
...           ...       ...                            ...                               ...
437456   unfunded  53253195                             25                                 5
437457  long tail  52374558                             25                                 6
437458   unfunded  53426345                             25                                 6
437459  long tail  50966914                             25                                 8
437460   unfunded  47672416                             25                                 6

这是我运行的查询来获取它：

query = """
    ...some sql...
"""
query_job = client.query(
    query,
    location="US",
) 

df = query_job.to_dataframe()
print(df)

当运行X = df.iloc[:, 2].values.reshape(-1, 1)时，我有以下错误AttributeError: 'IntegerArray' object has no attribute 'reshape'为什么？我的数据框与我以前共享的虚拟数据框有何不同

edit1

print(df.dtypes)
[437461 rows x 4 columns]
segment                             object
ahid                                object
pageviews_before_registration        Int64
visit_number_before_registration     Int64
dtype: object

edit2

当运行df.iloc[:, 2]，df.iloc[:, 3]时，似乎我有正确的值，即pageviews_before_registration和visit_number_before_registration列中的值...