我正在处理一个回归问题，即Kaggle上托管的波士顿房价预测问题。目前我使用随机森林分类器来减少数据集的维度。但现在我遇到了以下错误：

Traceback (most recent call last):  File "C:/Users/security/Downloads/AP/Boston-Kaggle/Model.py", line 96, in <module>    print("The selected values from the test set are: " + test[selected])  File "C:\Users\security\AppData\Roaming\Python\Python37\site-packages\pandas\core\frame.py", line 2918, in __getitem__    return self._getitem_bool_array(key)  File "C:\Users\security\AppData\Roaming\Python\Python37\site-packages\pandas\core\frame.py", line 2963, in _getitem_bool_array    (len(key), len(self.index)))ValueError: Item wrong length 303 instead of 1459.

我不明白为什么它故意要求1459个单位。这是导致错误的那段代码：

test = pd.read_csv("https://raw.githubusercontent.com/oo92/Boston-Kaggle/master/test.csv")# ... 中间有很多代码 sel = SelectFromModel(RandomForestClassifier(n_estimators = 100), threshold = '0.5*mean') sel.fit(x_train, y_train) selected = sel.get_support() print("The selected values from the test set are: " + test[selected])

更新

test.head():

     Id  MSSubClass MSZoning  ...  YrSold  SaleType SaleCondition0  1461          20       RH  ...    2010        WD        Normal1  1462          20       RL  ...    2010        WD        Normal2  1463          60       RL  ...    2010        WD        Normal3  1464          60       RL  ...    2010        WD        Normal4  1465         120       RL  ...    2010        WD        Normal[5 rows x 80 columns]

print(selected):

[ True  True  True  True  True  True  True  True  True  True  True  True  True  True  True  True  True  True  True  True  True  True False  True  True  True  True  True  True  True  True  True  True False  True  True  True False  True False  True  True False False False False  True  True  True False  True False  True False  True False False  True  True  True False  True  True  True False False False False False False  True  True  True  True False False  True  True False  True  True  True  True False  True  True  True False  True False  True  True  True False False False False False False False False False False False False False False  True False False False  True  True False  True False False  True False  True False  True False  True False False False False False False False False False False False False False False False  True False  True  True False False  True  True False False False False False False  True  True False  True False  True False False  True  True False False  True  True  True False False False  True  True False False  True False  True  True  True  True False False False  True False  True  True False  True  True False  True False  True  True  True  True False  True  True  True  True  True  True False False False False  True  True  True False False False False False False False  True False  True False  True False False  True False False  True False  True False  True  True False False False False False False  True False False  True False  True  True False  True False  True False  True False  True  True  True False False False False False  True False False False False False  True False  True False  True False False False False  True  True  True False  True False False  True False  True  True False False False False False  True False  True  True False False False  True  True]

回答：

基于这个帖子： 使用布尔系列/数组从pandas数据框中选择

你可以调整： print("The selected values from the test set are: " + test[selected]) 为：

s = pd.Series(selected, name='bools')print("The selected values from the test set are: " + test[s.values])

这将返回一个数据框，其中get_selected为真。如果你想访问特定列，可以更改为：

s = pd.Series(selected, name='bools')testA = test[s.values]print("The selected values from the test set are: " + testA['columnname'])