Python使用sklearn乳腺癌数据集分析时报AttributeError: columns错误如何解决

问题原因 #

报错由代码第11行cols = WBC_dataset.columns.drop('Condition')触发：

• scikit-learn的load_breast_cancer()返回的是Bunch类对象，仅包含data（特征矩阵）、target（标签数组）、feature_names（特征名列表）、DESCR（数据集说明）等内置属性，不存在columns属性，你错误地将Pandas DataFrame的属性用法用到了sklearn原始数据集对象上。
• 额外说明：代码中对特征列做pd.to_numeric转换属于冗余操作，该内置数据集的所有特征本身就是数值类型，无需额外转换。

修正后完整代码 #

import numpy as np
import seaborn as sns; sns.set(style="ticks", color_codes=True)
import sklearn.datasets
import pandas as pd
from sklearn.datasets import load_breast_cancer
WBC_dataset = load_breast_cancer()

WBC_df = pd.DataFrame(
data= np.c_[WBC_dataset['data'],WBC_dataset['target']],
columns= np.append(WBC_dataset['feature_names'], ['Condition']))
# 修正：从构造好的DataFrame中取列名，直接用WBC_dataset['feature_names']也可实现相同效果
cols = WBC_df.columns.drop('Condition')
WBC_df[cols] = WBC_df[cols].apply(pd.to_numeric)
g = sns.pairplot(WBC_df, hue='Condition')

如果要简化冗余逻辑，也可以直接用以下写法：

import numpy as np
import seaborn as sns; sns.set(style="ticks", color_codes=True)
import pandas as pd
from sklearn.datasets import load_breast_cancer

WBC_dataset = load_breast_cancer()
WBC_df = pd.DataFrame(
    data= np.c_[WBC_dataset['data'], WBC_dataset['target']],
    columns= np.append(WBC_dataset['feature_names'], ['Condition'])
)
g = sns.pairplot(WBC_df, hue='Condition')

内容的提问来源于stack exchange，提问作者hw21