Python 基于 sklearn 实现 PCA 时出现索引数据需为1维的 ValueError 报错
报错根因定位
该ValueError: Index data must be 1-dimensional是3个连续的代码逻辑错误触发的:
- 直接给
pd.DataFrame的columns参数传入data_numeric,这是一个包含6个数值列的二维DataFrame结构,但pandas要求列索引必须为一维序列结构,直接触发维度不匹配报错。 - 即使修正了维度问题,你指定
n_components=2的PCA输出仅包含2列结果,和传入的6个原特征列数完全不匹配,后续会触发列数不一致的报错。 - 前置计算逻辑错误:你原本需要对6个纯数值特征做标准化,代码中却直接对包含
Churn非数值列的完整df_pcs整体做均值、标准差计算,会因分类列无法参与数值运算触发其他报错。
可直接运行的修正代码
import pandas as pd import matplotlib.pyplot as plt import seaborn as sb from pylab import rcParams from sklearn.decomposition import PCA df_pcs = pd.read_csv( '/Users/personal/Desktop/Data set/churn_raw_data.csv', usecols=['Churn','Age', 'Income', 'Outage_sec_perweek','Yearly_equip_failure', 'Tenure', 'MonthlyCharge'] ) # 筛选建模用的纯数值特征 data_numeric = df_pcs[['Age', 'Income', 'Outage_sec_perweek','Yearly_equip_failure', 'Tenure', 'MonthlyCharge']] # 仅对数值特征做标准化,排除非数值的Churn列 data_normed = (data_numeric - data_numeric.mean()) / data_numeric.std() pca = PCA(n_components=2) pca.fit(data_normed) # 用一维列表指定列名,和PCA输出的2列结构完全匹配 data_pca = pd.DataFrame(pca.transform(data_normed), columns=['PC1', 'PC2'])
补充操作提示
- 若需要关联原数据的Churn标签做后续可视化、分析,可通过
pd.concat([df_pcs['Churn'], data_pca], axis=1)完成数据拼接,不会破坏PCA的计算逻辑。 - 同类报错的通用排查思路:传入
columns参数的内容如果是二维DataFrame、嵌套列表这类非一维结构,都会触发维度校验错误,传值时需确认是列表、一维Series这类一维序列。
内容的提问来源于stack exchange,提问作者BrOtis
相关产品推荐
相关产品推荐

