指令train_test_split [duplicate]的y索引问题

Question

此问题已经在这里有了答案：

AttributeError: 'numpy.ndarray' object has no attribute 'iloc'（1个答案）

关闭12分钟前。

为了划分训练测试数据：

X_train, X_test, y_train, y_test = train_test_split(X, y.iloc[:,1], test_size=0.3,random_state=seed, stratify=y)

但是当我跑步时，我看到此错误：（我写了x和y的大小）

Traceback (most recent call last):
  ...
   , in <module>
   X_train, X_test, y_train, y_test = train_test_split(X, y.iloc[:,1], test_size=0.3,random_state=seed, stratify=y)
    AttributeError: 'numpy.ndarray' object has no attribute 'iloc'

---

EDIT：形状为：

Shape(X)= (284807, 28)
Shape(y)= (284807,)

然后我用：

X_train, X_test, y_train, y_test = train_test_split(X, y[:,1], test_size=0.3,random_state=seed, stratify=y)

但是我看到了：

IndexError：数组的索引过多

如何解决此问题？

Answer 1

正如评论所建议，尝试将y.iloc[:,1]替换为y：

X_train, X_test, y_train, y_test = train_test_split(X, 
                                                    y, 
                                                    test_size=0.3,
                                                    random_state=seed)

编辑：如文档所建议，分层参数的大小必须为[2 * len(arrays)，其中数组为X或y。

Answer 2

[iloc是pandas DataFrame和Series对象的方法

要访问元素，您可以使用带有索引和切片符号的ndarray或将ndarray转换为熊猫数据帧，如下所示：>

import pandas as pd
df = pd.DataFrame(nda)
y = df.iloc[:,1].to_numpy() #convert selected series from DataFrame to ndarray
DataFrame在处理数据方面提供了极大的灵活性。由于train_test_split将数组作为参数，因此可以使用DataFrame.to_numpy将DataFrame转换为ndarray