Python 如何从特定列中删除行以准备SVR的培训和测试集

一个数据集有超过2500行和22列，包括年龄列。我已经完成了SVR的所有流程。事情还在继续。但我仍然不得不面对一个错误。即

raisevalueerror（“错误的输入形状{0}”。格式（形状）），ValueError:bad-input形状（977，57）

。我的输入是

SupportVectorRefModel.fit（X\u-train，y\u-train）

。我如何解决这个问题

from sklearn.model_selection 
import train_test_split 
from sklearn.svm import SVR 

X_train, y_train = dataset.loc[:1000], dataset.loc[:1000] 
X_test, y_test = dataset.loc[1001], dataset.loc[1001] 
train_X, train_y = X_train.drop(columns=['age']), y_train.pop('age')
test_X, test_y = X_test.drop(columns=['age']), y_test.pop('age')

raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape (977, 57)

---

如果要删除给定列的第一行

x

，请使用

df=df.drop（范围（结束））

其中

end

是要从数据集开头删除的行数

注意：不能仅从单个列中删除元素。必须删除所有行，或者用NaN或其他替换值替换删除的值

更新 OP进一步澄清后，最终结果是从

X.*

数据帧中删除

age

列，并将

age

列存储在其自己的数据帧

*\y

来自sklearn.model\u选择的

导入列车测试分割
从sklearn.svm导入SVR
X_列，y_列=dataset.loc[：1000]，dataset.loc[：1000]
X_测试，y_测试=dataset.loc[1001]，dataset.loc[1001]
train\u X，train\u y=X\u train.drop（列=['age']），y\u train.pop（'age'）
test_X，test_y=X_test.drop（列=['age']），y_test.pop（'age'）

---

应该会给您期望的最终结果。

正如您可能看到的我的X\U系列，y\U系列具有相同的尺寸。实际上，它们是相同的，因为我用这行代码生成它们，y\u train=dataset.loc[:1000]，dataset.loc[:1000]X\u train应该只包含特征（即它不应该包含目标值，即“年龄”列

），y\u train应该只包含一列数据（目标值）这是此问题的

“年龄”列。如何解决这个问题？

train\ux，train\uy=X\utrain.drop（columns=['age']），y\u train.pop（'age'）；test_X，test_y=X_test.drop（columns=['age']），y_test.pop（'age'）

应该为您提供所需的最终结果。如果我必须删除以下行：

X_test，y_test=dataset.loc[1001]，dataset.loc[1001]；train_X，train_y=dataset.drop（列=['age']），y_测试['age']；test_X，test_y=dataset.drop（columns=['age']），X_test['age']

您不需要更改此行

X_test，y_test=dataset.loc[1001]，dataset.loc[1001]

，因为它创建了创建所需最终结果所需的

X_*

和

y.

数据集。我已经更新了我的答案，包括你需要的完整代码。非常感谢。你真是太好了