pandas训练数据集提取categorial特征触发IndexError报错如何解决

这个报错是你对Pandas的基础API使用逻辑错误导致的：

• 你遍历train.columns得到的循环变量c是字符串格式的列名，而train.columns是Pandas的Index类型对象，对它做索引取值时只能传入整数下标、切片、布尔数组等合法索引类型，传入字符串列名自然会触发类型不匹配的IndexError，和报错提示的内容完全对应。
• 你的逻辑目标是判断DataFrame对应列的数据类型，但你错误地尝试从列名索引对象里取类型，就算索引没报错，拿到的也不是列的数据类型，逻辑本身就不成立。
• 补充：你原代码里写的train.columns(c)（用小括号调用）也是错误用法，Index对象没有这种传列名取值的调用方式。

下面给两种常用的正确实现方式：

1. 修正后的列表推导式写法：

categorial = [c for c in train.columns if train[c].dtype == 'object']

直接通过列名c从DataFrame中取出对应列，再判断该列的dtype是否为object类型，完全匹配你原本的逻辑思路。

2. 更简洁的内置方法写法：

categorial = train.select_dtypes(include=['object']).columns.tolist()

Pandas自带的select_dtypes方法可以直接筛选出指定数据类型的所有列，后续直接取列名转列表即可，不需要手动写循环，代码更简洁执行效率也更高。

内容的提问来源于stack exchange，提问作者Shweta Dalal