嘿，我一眼就看出你问题出在哪了——你直接对着文件对象用下标取列，这肯定不行呀！咱们先理清楚错误原因，再一步步改好代码：

错误根源 #

你在main函数里打开文件后，直接写了X = f[col_names[:-1]]，但这里的f是_io.BufferedRandom类型的文件流对象，它根本不是你之前保存的Pandas DataFrame！只有把Pickle文件里的内容反序列化加载成真正的DataFrame对象后，才能用下标去选列。

修正后的完整代码 #

你的create_dataset函数是没问题的，问题全在读取部分。我给你改好两种可行的读取方式：

方式1：用pickle模块反序列化（和你保存的方式对应）

import pandas as pd
import pickle as pkl

def create_dataset(path):
    """
        creates an binary file with dataset saved in it.
    """
    df = pd.read_csv(path)
    saved_path = "some_path"
    with open(saved_path,'wb+') as f:
        pkl.dump(df,f)
    
    return saved_path, df.columns.tolist()

def main():
    bin_path, col_names = create_dataset(dataset_loc)
    print(col_names)
    
    # 关键修正：先把Pickle里的DataFrame加载到内存
    with open(bin_path, 'rb') as f:  # 读取用'rb'就够了，不需要'rb+'
        loaded_df = pkl.load(f)  # 这一步得到的才是你要的DataFrame
    
    # 现在可以正常操作列了
    X = loaded_df[col_names[:-1]]
    y = loaded_df[col_names[-1]]
    
    # 后续可以用X、y做训练/分析啦
    print(X.head())
    print(y.head())

方式2：用Pandas自带的pd.read_pickle()（更简洁）

Pandas专门给DataFrame做了Pickle读写的封装，不用手动处理文件打开关闭，代码更清爽：

import pandas as pd

def create_dataset(path):
    df = pd.read_csv(path)
    saved_path = "some_path"
    # 其实保存也可以用pd.to_pickle，更简洁
    df.to_pickle(saved_path)
    return saved_path, df.columns.tolist()

def main():
    bin_path, col_names = create_dataset(dataset_loc)
    print(col_names)
    
    # 一行就读取到DataFrame
    loaded_df = pd.read_pickle(bin_path)
    
    X = loaded_df[col_names[:-1]]
    y = loaded_df[col_names[-1]]

几个小提醒 #

• 记得提前导入需要的库：import pandas as pd，如果用pickle模块的话还要import pickle as pkl
• 读取文件时用'rb'模式就足够，'rb+'是读写模式，你只是读取数据的话完全没必要用
• 保存和读取的方式要对应：用pkl.dump保存就用pkl.load读，用df.to_pickle保存就用pd.read_pickle读，当然交叉用也能行，但同系列的方式更稳妥

核心总结一下：文件流对象不是DataFrame，必须先把Pickle里序列化的DataFrame反序列化加载到内存，得到真正的DataFrame实例后，才能进行列选择、数据筛选这些操作～