我试图通过以下方式将我的数据集分为训练集和测试集：

for train_set, test_set in stratified.split(complete_df, complete_df["loan_condition_int"]):    stratified_train = complete_df.loc[train_set]    stratified_test = complete_df.loc[test_set]

我的数据框 complete_df 不包含任何 NaN 值。我通过使用 complete_df.isnull().sum().max() 确认了这一点，它返回了 0。

但我仍然收到一个警告说：

Passing list-likes to .loc or [] with any missing label will raiseKeyError in the future, you can use .reindex() as an alternative.

这导致了后续的错误。我尝试了一些在线找到的技术，但仍然无法解决问题。

回答：

首先，您应该澄清 stratified 是什么。我假设它是 sklearn 的 StratifiedShuffleSplit 对象。

我的数据集 complete_df 不包含任何 NAN 值。

警告信息中的“缺失标签”并不是指缺失值，即 NaNs。错误信息表示 train_set 和/或 test_set 包含的值（标签）在 complete_df 的索引中不存在。这是由于 .loc 是基于行（和列）标签进行索引的，而不是基于行位置，而 train_set 和 test_set 表示的是行号。因此，如果您的 DataFrame 的索引与行的整数位置不一致（似乎就是这种情况），就会发出警告。

要按行位置选择，请使用 iloc。这应该可以工作

for train_set, test_set in stratified.split(complete_df, complete_df["loan_condition_int"]):    stratified_train = complete_df.iloc[train_set]    stratified_test = complete_df.iloc[test_set]