Python 尝试随机化数据集时出现奇怪错误

我正在尝试用以下代码洗牌数据

import pandas as pd
import numpy as np

from sklearn.naive_bayes import MultinomialNB
 data = pd.read_csv('dataset.txt')
 np.random.shuffle(data)

但是，运行此命令会导致以下错误。我不明白这个错误是从哪里来的

Traceback (most recent call last):
File "sample2.py", line 12, in <module>
 np.random.shuffle(data)
File "mtrand.pyx", line 4668, in mtrand.RandomState.shuffle (numpy/random /mtrand/mtrand.c:30498)
 File "mtrand.pyx", line 4671, in mtrand.RandomState.shuffle (numpy/random/mtrand/mtrand.c:30438)
 File "/Users/marcvanderpeet/Library/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas/core/frame.py", line 1992, in __getitem__
 return self._getitem_column(key)
 File "/Users/marcvanderpeet/Library/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas/core/frame.py", line 2004, in _getitem_column
 result = result[key]
 File "/Users/marcvanderpeet/Library/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas/core/frame.py", line 1992, in __getitem__
 return self._getitem_column(key)
 File "/Users/marcvanderpeet/Library/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas/core/frame.py", line 1999, in _getitem_column
 return self._get_item_cache(key)
 File "/Users/marcvanderpeet/Library/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas/core/generic.py", line 1345, in _get_item_cache
 values = self._data.get(item)
 File "/Users/marcvanderpeet/Library/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas/core/internals.py", line 3225, in get
 loc = self.items.get_loc(item)
 File "/Users/marcvanderpeet/Library/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas/indexes/base.py", line 1878, in get_loc
 return self._engine.get_loc(self._maybe_cast_indexer(key))
 File "pandas/index.pyx", line 137, in pandas.index.IndexEngine.get_loc  (pandas/index.c:4027)
  File "pandas/index.pyx", line 157, in pandas.index.IndexEngine.get_loc (pandas/index.c:3891)
  File "pandas/hashtable.pyx", line 675, in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12408)
  File "pandas/hashtable.pyx", line 683, in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12359)

回溯（最近一次呼叫最后一次）：
文件“sample2.py”，第12行，在
np.random.shuffle（数据）
文件“mtrand.pyx”，第4668行，在mtrand.RandomState.shuffle（numpy/random/mtrand/mtrand.c:30498）中
文件“mtrand.pyx”，第4671行，在mtrand.RandomState.shuffle（numpy/random/mtrand/mtrand.c:30438）中
文件“/Users/marcvanderpeet/Library/enthught/Canopy_64bit/User/lib/python2.7/site packages/pandas/core/frame.py”，第1992行，在u_getitem中__
返回self.\u getitem\u列（键）
文件“/Users/marcvanderpeet/Library/enthund/Canopy_64bit/User/lib/python2.7/site packages/pandas/core/frame.py”，第2004行，在_getitem_列中
结果=结果[键]
文件“/Users/marcvanderpeet/Library/enthught/Canopy_64bit/User/lib/python2.7/site packages/pandas/core/frame.py”，第1992行，在u_getitem中__
返回self.\u getitem\u列（键）
文件“/Users/marcvanderpeet/Library/enthught/Canopy_64bit/User/lib/python2.7/site packages/pandas/core/frame.py”，第1999行，在_getitem_列中
返回self.\u获取\u项目\u缓存（密钥）
文件“/Users/marcvanderpeet/Library/enthund/Canopy\u 64bit/User/lib/python2.7/site packages/pandas/core/generic.py”，第1345行，在获取项目缓存中
values=self.\u data.get（项目）
get中的文件“/Users/marcvanderpeet/Library/enthught/Canopy_64bit/User/lib/python2.7/site packages/pandas/core/internals.py”，第3225行
loc=自身项目。获取loc（项目）
文件“/Users/marcvanderpeet/Library/enthught/Canopy_64bit/User/lib/python2.7/site packages/pandas/index/base.py”，第1878行，在get_loc中
返回self.\u引擎。获取\u loc（self.\u可能\u cast\u索引器（键））
pandas.index.IndexEngine.get_loc（pandas/index.c:4027）中的文件“pandas/index.pyx”，第137行
pandas.index.IndexEngine.get_loc（pandas/index.c:3891）中的文件“pandas/index.pyx”，第157行
pandas.hashtable.PyObjectHashTable.get_项（pandas/hashtable.c:12408）中第675行的文件“pandas/hashtable.pyx”
pandas.hashtable.PyObjectHashTable.get_项（pandas/hashtable.c:12359）中第683行的文件“pandas/hashtable.pyx”

---

有什么想法吗？

我不太了解整个回溯过程，但对我来说，错误仅仅来自数据帧不是numpy数组这一事实。要修复它，只需使用数据帧的实际底层数组，使用

data.values

---

我对回溯中发生的事情的猜测是，

np.random.shuffle

不检查输入是否为有效数组，并尝试以与常规数组相同的方式从数据帧中操作和获取数据，因此所有关于

getitem

等的错误都存在。

我不太了解整个回溯，但需要我认为这个错误仅仅是因为数据帧不是numpy数组。要修复它，只需使用数据帧的实际底层数组，使用

data.values

---

我对回溯过程中发生的情况的猜测是，

np.random.shuffle

不检查输入是否为有效数组，并尝试以与常规数组相同的方式从数据帧中操作和获取数据，因此所有关于

getitem

等的错误都存在。

您正在对数据帧应用numpy函数数据帧

您可以将数据帧转换为numpy数组，并对其进行洗牌：

 np.random.shuffle(data.values)

或者，您可以使用以下功能：

data = data.sample(len(data))

---

您正在对数据帧应用numpy函数

您可以将数据帧转换为numpy数组，并对其进行洗牌：

 np.random.shuffle(data.values)

或者，您可以使用以下功能：

data = data.sample(len(data))