过滤相关性≥0.9的特征时触发IndexError：布尔索引维度不匹配问题求助

这个错误的核心原因很明确：你用来筛选列的布尔数组columns长度是19，但你的数据集data一共有45列，两者维度不匹配，导致布尔索引无法正常工作。

为什么会出现这种情况？大概率是你计算相关系数矩阵corr的时候，没有基于整个数据集的所有特征计算——比如你可能只取了data的部分列来生成corr，导致corr.shape[0]是19，和data.columns的长度45对不上。

解决方案步骤： #

1. 确保相关系数矩阵基于整个数据集生成
   先检查你的corr生成代码，必须是基于data的所有列计算：

   corr = data.corr()  # 基于data所有特征计算相关性矩阵
   

   这样corr.shape[0]就会和data.columns的长度完全一致，生成的columns布尔数组长度也能匹配。

2. 修正后的完整代码
   补全正确的相关性矩阵生成步骤后，你的代码就能正常运行：

   # 第一步：基于整个数据集计算特征相关性矩阵
   corr = data.corr()
   # 初始化布尔数组，长度与特征总数一致
   columns = np.full((corr.shape[0],), True, dtype=bool)
   for i in range(corr.shape[0]):
       for j in range(i+1, corr.shape[0]):
           if corr.iloc[i,j] >= 0.9:
               if columns[j]:
                   columns[j] = False
   # 此时维度匹配，不会触发索引错误
   selected_columns = data.columns[columns]
   data = data[selected_columns]
   

3. 调试小技巧
   如果还是不确定问题所在，可以在代码中加入两行打印，确认维度是否一致：

   print(f"数据集特征总数：{data.shape[1]}")
   print(f"相关性矩阵的行数：{corr.shape[0]}")
   

   只要这两个数字相等，布尔索引就不会出现维度不匹配的问题。

内容的提问来源于stack exchange，提问作者Akhil Sahukaru