使用Pandas读取CSV后调用SelectKBest报错：DataFrame对象不可调用

错误根源 #

你用data(return_X_y=True)是完全错误的——return_X_y=True是sklearn自带数据集加载函数（比如sklearn.datasets.load_*系列）的参数，而data是Pandas读取出来的DataFrame对象，不能像函数那样加括号调用，这才是报错的核心原因。和文件路径无关，你之前改引号、加r前缀的操作没切中问题点。

修正步骤 #

1. 拆分特征X和标签y：皮马印第安人糖尿病数据集的最后一列是目标变量（是否患糖尿病），直接用Pandas的索引操作拆分即可：
   • X取所有行、除最后一列外的所有列作为特征
   • y取所有行的最后一列作为标签
2. 调整k值：这个数据集总共只有8个特征，你设置k=20会触发参数错误，得改成≤8的数值，比如k=4

修正后的完整代码 #

import pandas as pd
from sklearn.feature_selection import SelectKBest, chi2

# 读取数据集（确保文件路径正确，这里假设pima.csv在当前工作目录）
data = pd.read_csv(r"pima.csv")

# 正确拆分特征X和标签y
X = data.iloc[:, :-1]  # 所有行，除最后一列外的列作为特征
y = data.iloc[:, -1]   # 所有行的最后一列作为标签

print("原特征形状：", X.shape)

# 特征选择，k值改为数据集特征数量范围内的数值
X_new = SelectKBest(chi2, k=4).fit_transform(X, y)
print("选择后特征形状：", X_new.shape)

额外说明 #

如果你的数据集目标列不是最后一列，也可以直接用列名指定，比如假设目标列叫Outcome：

X = data.drop('Outcome', axis=1)
y = data['Outcome']

内容的提问来源于stack exchange，提问作者Dabbas