拆分数据集后使用自定义索引创建Pandas DataFrame时遭遇Shape不匹配ValueError的解决咨询

嘿，我来帮你搞定这个问题！你遇到的ValueError是因为创建x_df时参数传错了位置，咱们一步步理清楚：

错误原因 #

你写的这段代码：

x_df = pd.DataFrame(X[i_train], df.columns[:-1].to_list())

这里的第二个参数df.columns[:-1].to_list()被pd.DataFrame()当成了**索引（index）**参数，但X[i_train]有159886行数据，而你传的索引列表只有291个元素（列名的数量），两者长度不匹配，所以就抛出了形状不匹配的错误。

解决方案 #

方法1：显式指定columns参数 #

把列名通过columns关键字参数传递，明确告诉构造函数这是列名而非索引：

x_df = pd.DataFrame(X[i_train], columns=df.columns[:-1].to_list())

这样构造函数就能正确识别参数，形状匹配后错误就消失了。

方法2：简化写法（推荐） #

其实X本身已经包含了正确的列名，当你取X[i_train]这个子集时，它会自动继承原X的列名，所以你甚至可以不用手动传递列名，直接写：

x_df = pd.DataFrame(X[i_train])

这样既简洁又不会出错，完全满足你的需求。

小提醒 #

pd.DataFrame()的参数顺序是pd.DataFrame(data, index=None, columns=None, ...)，如果不写关键字参数，第二个位置默认对应索引，以后要注意区分参数位置哦～

内容的提问来源于stack exchange，提问作者Sevval Kahraman