使用np.delete删除Pandas DataFrame行报形状不匹配错误如何解决

• 核心错误是混用了Pandas对象和Numpy操作函数：X_raw、y_raw是Pandas的DataFrame和Series类型，np.delete会先将其转为Numpy数组处理，返回的结果也是Numpy数组，和原Pandas对象的索引结构不匹配，因此触发维度报错。
• 额外隐患：np.random.randint是有放回抽样，可能生成重复的索引值，导致实际提取的训练样本数少于3、删除行数不符合预期。
• 对training_indices做reshape操作完全不解决问题，错误和索引的形状无关。

方案1：使用Pandas原生方法操作（最稳妥，无类型兼容问题） #

首先将抽样逻辑改为无放回抽样，避免重复索引：

# 无放回抽取3个不重复的索引
training_indices = np.random.choice(len(X_raw), size=3, replace=False)
# 提取训练集
X_training = X_raw.iloc[training_indices]
y_training = y_raw.iloc[training_indices]
# 直接用drop删除对应行得到非训练集
X_pool = X_raw.drop(training_indices, axis=0)
y_pool = y_raw.drop(training_indices, axis=0)

方案2：转为Numpy数组后再用Numpy函数操作 #

如果需要得到Numpy数组类型的非训练集，可以先提取Pandas对象的底层值再操作：

X_pool = np.delete(X_raw.values, training_indices, axis=0)
y_pool = np.delete(y_raw.values, training_indices, axis=0)

内容的提问来源于stack exchange，提问作者TheAfg