“numpy.ndarray”对象没有属性“列”答案

【问题标题】：'numpy.ndarray' object has no attribute 'columns'“numpy.ndarray”对象没有属性“列”
【发布时间】：2019-11-04 07:20:49
【问题描述】：

我正在尝试找出随机森林分类任务的特征重要性。但它给了我以下错误：

'numpy.ndarray' 对象没有属性'columns'

这是我的代码的一部分：

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


# importing dataset

dataset=pd.read_csv('Churn_Modelling.csv')
X = dataset.iloc[:,3:12].values
Y = dataset.iloc[:,13].values

#spliting dataset into test set and train set

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size = 0.20)

from sklearn.ensemble import RandomForestRegressor

regressor = RandomForestRegressor(n_estimators=20, random_state=0)  
regressor.fit(X_train, y_train) 

#feature importance

feature_importances = pd.DataFrame(rf.feature_importances_,index = X_train.columns,columns=['importance']).sort_values('importance',ascending=False)

我希望这应该为我的数据集的每一列提供特征重要性分数。（注：原始数据为 CSV 格式）

【问题讨论】：

这个错误告诉你到底是什么问题。您正在尝试访问 X_train.columns，但 X_train 是一个 numpy 数组而不是 pandas 数据框，并且它没有属性列

标签： python pandas scikit-learn random-forest

【解决方案1】：

iloc 和 loc 函数只能应用于 Pandas 数据帧。您正在将它们应用到数组中。解决方案：将数组转换为数据框，然后应用 iloc 或 loc

【讨论】：

【解决方案2】：

使用这个：

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


# importing dataset

dataset=pd.read_csv('Churn_Modelling.csv')
X = dataset.iloc[:,3:12].values
Y = dataset.iloc[:,13].values

#spliting dataset into test set and train set

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size = 0.20)

from sklearn.ensemble import RandomForestRegressor

regressor = RandomForestRegressor(n_estimators=20, random_state=0)  
regressor.fit(X_train, y_train) 

#feature importance

feature_importances = pd.DataFrame(regressor.feature_importances_,index = dataset.columns,columns=['importance']).sort_values('importance',ascending=False)

【讨论】：

它给出以下错误：ValueError：传递值的形状是（468, 1），索引意味着（14, 1）
你能发布数据吗？

【解决方案3】：

所以来自train_test_split 的X_train 实际上是一个永远不会有列的numpy 数组。其次，当您从 dataset 创建 X 时，您要求的是值，它返回 numpy.ndarry 而不是 df。

你需要换行

feature_importances = pd.DataFrame(rf.feature_importances_,index = X_train.columns,columns=['importance']).sort_values('importance',ascending=False)

到

columns_ = dataset.iloc[:1, 3:12].columns

feature_importances = pd.DataFrame(rf.feature_importances_,index = columns_,columns=['importance']).sort_values('importance',ascending=False)

【讨论】：

这给出了以下错误 - AttributeError: 'numpy.ndarray' object has no attribute 'columns'
即使您将 X_train 替换为 X ?
其次，您需要使用regressor 而不是rf
老兄，很抱歉刚刚更新了答案，我错过了你的价值观X = dataset.iloc[:,3:12].values
我现在能做什么？？请有任何建议