Python:TransportableException:TransportableException

我正在使用一个名为Pyrcca的在线软件包。我正在运行本教程：但使用我自己的输入代码：

# Split into training and validation data
TCIA_train, TCIA_test = train_test_split(TCIA_reduced, test_size=0.2)
TCGA_train, TCGA_test = train_test_split(TCGA, test_size=0.2)

# Initialize a cca object as an instantiation of the CCACrossValidate class.
ccaCV = rcca.CCACrossValidate(kernelcca=False, numCCs = [5,10], regs = [0.8, 0.5, 0.1, 1e2])

# Use the train() and validate() methods to run the analysis and perform cross-dataset prediction.
ccaCV.train([TCIA_train, TCGA_train])
testcorrsCV = ccaCV.validate([TCIA_test, TCGA_test])

基于此，我遇到了一个以前从未见过的错误，无法调试。我希望得到一些帮助。谢谢

上面说

“TransportableException:TransportableException”

错误日志：

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-113-c44a925b202d> in <module>()
      3 
      4 # Use the train() and validate() methods to run the analysis and perform cross-dataset prediction.
----> 5 ccaCV.train([TCIA_train, TCGA_train], False)
      6 testcorrsCV = ccaCV.validate([TCIA_test, TCGA_test])

~/PycharmProjects/thesis_code/Thesis_code/Packages/rcca.py in train(self, data, parallel)
    171                             kernelcca=self.kernelcca, ktype=self.ktype,
    172                             gausigma=self.gausigma, degree=self.degree,
--> 173                             cutoff=self.cutoff, selection=selection)
    174                         running_corr_mean_sum += fold_corr_mean
    175 

~/PycharmProjects/thesis_code/Thesis_code/Packages/rcca.py in train_cvfold(data, reg, numCC, kernelcca, ktype, gausigma, degree, cutoff, selection)
    202                 for ind in chunk]
    203     notheldinds = list(set(range(nT)) - set(heldinds))
--> 204     comps = kcca([d[notheldinds] for d in data], reg, numCC,
    205                  kernelcca=kernelcca, ktype=ktype,
    206                  gausigma=gausigma, degree=degree)

~/PycharmProjects/thesis_code/Thesis_code/Packages/rcca.py in <listcomp>(.0)
    202                 for ind in chunk]
    203     notheldinds = list(set(range(nT)) - set(heldinds))
--> 204     comps = kcca([d[notheldinds] for d in data], reg, numCC,
    205                  kernelcca=kernelcca, ktype=ktype,
    206                  gausigma=gausigma, degree=degree)

~/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py in __getitem__(self, key)
   2131         if isinstance(key, (Series, np.ndarray, Index, list)):
   2132             # either boolean or fancy integer index
-> 2133             return self._getitem_array(key)
   2134         elif isinstance(key, DataFrame):
   2135             return self._getitem_frame(key)

~/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py in _getitem_array(self, key)
   2175             return self._take(indexer, axis=0, convert=False)
   2176         else:
-> 2177             indexer = self.loc._convert_to_indexer(key, axis=1)
   2178             return self._take(indexer, axis=1, convert=True)
   2179 

~/anaconda3/lib/python3.6/site-packages/pandas/core/indexing.py in _convert_to_indexer(self, obj, axis, is_setter)
   1267                 if mask.any():
   1268                     raise KeyError('{mask} not in index'
-> 1269                                    .format(mask=objarr[mask]))
   1270 
   1271                 return _values_from_object(indexer)

KeyError: '[ 0  1  2  4  5  6  7  8  9 10 11 12 13 14 15 18 19 20 22 23 24 25 26 27\n 28 30 34 35 36 37 39 40 41 42 43 44] not in index'

---------------------------------------------------------------------------
KeyError回溯（最近一次呼叫最后一次）
在（）
3.
4#使用train（）和validate（）方法运行分析并执行跨数据集预测。
---->5 ccaCV.列车（[TCIA_列车，TCGA_列车]，错误）
6 testcorrsCV=ccaCV.validate（[TCIA_测试，TCGA_测试]）
~/pycharm项目/论文代码/论文代码/软件包/rcca.py列车内（自我、数据、并行）
171 kernelcca=self.kernelcca，ktype=self.ktype，
172高斯马=self.gausigma，度=self.degree，
-->173切断=自切断，选择=选择）
174运行\u corr\u平均值\u总和+=折叠\u corr\u平均值
175
~/pycharm项目/论文代码/论文代码/软件包/rcca.py序列折叠（数据、注册、numCC、核心CCA、ktype、高斯码、学位、截止、选择）
202表示块中的ind]
203 notheldinds=列表（集合（范围（nT））-集合（heldinds））
-->204 comps=kcca（[d[notheldinds]表示数据中的d]，reg，numCC，
205 kernelcca=kernelcca，ktype=ktype，
206高斯马=高斯马，度=度）
~/PycharmProjects/thesis_code/thesis_code/Packages/rcca.py in（.0）
202表示块中的ind]
203 notheldinds=列表（集合（范围（nT））-集合（heldinds））
-->204 comps=kcca（[d[notheldinds]表示数据中的d]，reg，numCC，
205 kernelcca=kernelcca，ktype=ktype，
206高斯马=高斯马，度=度）
~/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py in\uuuuu getitem\uuuuu（self，key）
2131如果isinstance（键，（序列，np.ndarray，索引，列表））：
2132#布尔或奇异整数索引
->2133返回self.\u getitem\u数组（键）
2134 elif isinstance（键，数据帧）：
2135返回自我。\u获取项目\u帧（键）
_getitem_数组中的~/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py（self，key）
2175返回自取（索引器，轴=0，转换=False）
2176其他：
->2177索引器=self.loc.\u转换为索引器（键，轴=1）
2178返回自取（索引器，轴=1，转换=True）
2179
~/anaconda3/lib/python3.6/site-packages/pandas/core/index.py in\u convert\u to\u indexer（self、obj、axis、is\u setter）
1267如果掩码为.any（）：
1268 raise KeyError（“{mask}不在索引中”
->格式（mask=objarr[mask]））
1270
1271从对象（索引器）返回值
KeyError:“[0 1 2 4 5 6 7 8 9 10 11 12 13 14 15 18 20 22 23 24 26 27\n 28 30 34 35 37 39 40 41 42 44]不在索引中”

---

我想知道“\n”是否是一个问题？

我已经用最新的错误日志更新了错误日志。

pyrca

看起来还不像是一个广为使用和知名的库，因此您在GitHub上可能比在这里询问更幸运。在任何一种情况下，请提供一个示例，并找出这是特定于您的自定义输入代码，还是在密切遵循教程时也会发生。如果是前者，请尝试找出仍然触发错误的与教程的最小偏差。