迭代pandas数据框架时的KeyError

c9x0cxw0 于 2023-08-01 发布在其他

关注(0)|答案(1)|浏览(120)

我试图对数据集进行线性回归，收集几个公寓的表面和租金。
下面是Python中显示的数据集示例：Dataset
我们模型的形式是：
y^=xT.θ，其中：xT=（x1，x2，x3，...，xN），y^T=（y1^，y2^，y3^，...，yN ^）
在我们的案例中：xTi=（1，vi1），其中vi1 =第i个单元的表面，因此我们有：yi^=xTiθ=θ0 + θ1×vi1
然后我们定义了模型的经验风险：E= Σ Ni=1|| xTiθ−yi|| 2我们试图找到使E最小化的θ：θ^=argminθE
要使用Python实现这一点，本课程使用以下代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

house_data = pd.read_csv('house.csv')

X = np.matrix([np.ones(house_data.shape[0]), house_data['surface'].values]).T

y = np.matrix(house_data['loyer']).T

theta = np.linalg.inv(X.T.dot(X)).dot(X.T).dot(y)

print(theta)

字符串
课程给出的X的解决方案是使用np.matrix（），但我试图使用np.arrays（）来获得X的等价物：
此问题基于名为“Get Started with Machine Learning”的OpenClassrooms类https://openclassrooms.com/fr/courses/4011851-initiez-vous-au-machine-learning/4121986-programmez-votre-premiere-regression-lineaire
为了有一个X的等价物，我使用了以下代码行：

x = house_data['surface']
for i in range(len(x)):
    A = [1,x[i]]
    X.append(A)

型
我不能解释为什么，但它在11个第一次迭代中工作，然后它返回一个KeyError：11
有人可以解释一下KeyError：11是并且是否可能使用np.array（）来获得X的表达式？
下面是我的代码的全部：

import numpy as np 
import matplotlib.pyplot as plt 
import pandas as pd 

house_data = pd.read_csv('house.csv')
house_data = house_data[house_data['loyer']<10000]
x = house_data['surface']
y = house_data['loyer']
X = []

for i in range(len(x)):
    A = [1,x[i]]
    X.append(A)

型
下面是print（x）：x的

pandas

来源：https://stackoverflow.com/questions/76766287/keyerror-when-iterating-over-pandas-dataframe

1条答案

按热度按时间

blmhpbnm1#

你能在你的问题中发布更多的代码吗？
我试了一下，效果很好：

>>> import pandas as pd
>>> house_data = pd.read_csv('house.csv')
>>> X = []
>>> x = house_data['surface']
>>> for i in range(len(x)):
...   A = [1,x[i]]
...   X.append(A)

字符串
因此，解决你的问题的一个方法是这样做：

import pandas as pd 

house_data = pd.read_csv('house.csv')
x = house_data['surface']
y = house_data['loyer']
X = []

for i in range(len(x)):
    A = [1,x[i]]
    if y[i] < 10000:
        X.append(A)

型
然而，这并没有回答你的问题：你为什么要得到KeyError？
答案是pandas dataframe不是按 position 索引的，而是按dataframe的 index 列索引。默认情况下，dataframe的索引列与position一样开始，但执行的操作与行相同

house_data = house_data[house_data['loyer']<10000]

型
您最终可能会消除数据框架的行并因此丢弃索引值。要了解发生了什么，请考虑以下示例：

>>> small_house_data = pd.DataFrame(data={'surface': [37, 52, 42], 'loyer': [8888, 11111, 7777]})
>>> small_house_data
   surface  loyer
0       37   8888
1       52  11111
2       42   7777
>>> small_house_data2 = small_house_data[small_house_data['loyer'] < 10000]
>>> small_house_data2
   surface  loyer
0       37   8888
2       42   7777
>>> len(small_house_data2)
2
>>> small_house_data2[1]
Traceback (most recent call last):
   .... lots of lines of ugly traceback omitted ....
KeyError: 1

型
这里有一个KeyError，因为small_house_data2没有索引值1。
有两种基本方法可以解决这个问题：在您选择了loyer小于10000的点之后，重置house_data Dataframe 上的索引，或者在for循环中迭代 Dataframe 的实际索引而不是范围。
那就是：

house_data = pd.read_csv('house.csv')
house_data = house_data[house_data['loyer']<10000]
x = house_data['surface']
y = house_data['loyer']
X = []

for i in x.index:
    A = [1,x[i]]
    X.append(A)

型
或者是

house_data = pd.read_csv('house.csv')
house_data = house_data[house_data['loyer']<10000]
house_data = house_data.reset_index(drop=True)
x = house_data['surface']
y = house_data['loyer']
X = []

for i in range(len(x)):
    A = [1,x[i]]
    X.append(A)

型

赞(0）回复(0）举报 2023-08-01

我来回答

迭代pandas数据框架时的KeyError

1条答案

相关问题

热门标签

最新问答