合并特征选择方法时遇numpy.int64不可迭代TypeError的解决方法

这个错误的核心原因是：selected_features_pca、selected_features_ig或selected_features_lasso中的某一个不是可迭代的集合（比如列表、数组），而是单个的numpy.int64数值。在get_true_false函数里执行feature in selected_features时，Python无法判断字符串类型的特征名是否存在于单个整数中，因此抛出该错误。

修复步骤： #

1. 排查变量类型
   打印三个变量的类型和内容，确认哪个是单个数值：

   print(type(selected_features_pca), selected_features_pca)
   print(type(selected_features_ig), selected_features_ig)
   print(type(selected_features_lasso), selected_features_lasso)
   

   如果输出显示某变量类型为<class 'numpy.int64'>，说明它只存储了单个特征的索引，而非特征名/索引的可迭代集合。

2. 将单个数值转为可迭代集合

   • 如果变量存储的是特征索引：
     把单个索引转成列表，再映射到对应的特征名：

     # 以selected_features_pca为例
     if isinstance(selected_features_pca, np.int64):
         selected_features_pca = [features[selected_features_pca]]
     

   • 如果变量存储的是特征名但意外变成单个值：
     直接将其包装为列表：

     if isinstance(selected_features_pca, str):
         selected_features_pca = [selected_features_pca]
     

3. 给函数加容错处理（可选）
   修改get_true_false函数，自动处理非可迭代输入，避免后续再出现类似问题：

   def get_true_false(selected_features, features):
       selected_t_f = []
       # 处理单个值的情况，统一转为列表
       if not hasattr(selected_features, '__iter__') or isinstance(selected_features, (str, np.str_)):
           selected_features = [selected_features]
       # 简化判断逻辑
       for feature in features:
           selected_t_f.append(feature in selected_features)
       return selected_t_f
   

额外注意 #

要确保selected_features_*存储的内容和features中的元素类型一致：如果features是特征名字符串列表，那selected_features_*也应该是特征名字符串的集合，而不是索引数值。如果是索引，需要先做转换：

# 处理索引数组的情况
selected_features_lasso = [features[idx] for idx in selected_features_lasso]

内容的提问来源于stack exchange，提问作者nadia