Python设置“索引函数：keyrerror:”；[]中的任何一个都不在列“中”；

我目前正在阅读奥雷利昂·杰伦的《机器学习的手》一书。但是，我收到以下错误消息：（由于需要以下两个CSV下载，因此复制起来有些麻烦：

错误消息：

文件“C:\Users\xxx\Miniconda3\lib\site packages\pandas\core\frame.py”， 第4548行，在集合索引中 raise KeyError（f“列中没有{缺少}”）

KeyError:“['Country']都不在列中”

守则：

import matplotlib.pyplot as plt 
import numpy as np 
import pandas as pd 
import sklearn.linear_model

oecd_bli = pd.read_csv("BLI_24092020220751169.csv", thousands =',')

gdp_per_capita = pd.read_csv("gdp_per_capita.csv", thousands =',', delimiter ='\t', encoding =' latin1', na_values="n/a")

def prepare_country_stats(oecd_bli, gdp_per_capita):
    oecd_bli = oecd_bli[oecd_bli["INEQUALITY"]=="TOT"]
    oecd_bli = oecd_bli.pivot(index="Country", columns="Indicator", values="Value")
    gdp_per_capita.rename(columns={"2015":"GDP per capita"}, inplace=True)
    gdp_per_capita.set_index("Country", inplace=True)
    full_country_stats = pd.merge(left=oecd_bli, right=gdp_per_capita,
                                  left_index=True, right_index=True)
    full_country_stats.sort_values(by="GDP per capita", inplace=True)
    remove_indices = [0, 1, 6, 8, 33, 34, 35]
    keep_indices = list(set(range(36)) - set(remove_indices))
    return full_country_stats[["GDP per capita", 'Life satisfaction']].iloc[keep_indices]

country_stats = prepare_country_stats(oecd_bli, gdp_per_capita) 
X = np.c_[country_stats["GDP per capita"]] 
y = np.c_[country_stats["Life satisfaction"]] 

# Visualize the data 
country_stats.plot( kind ='scatter', X ="GDP per capita", y ='Life satisfaction') 
plt.show() 

# Select a linear model 
model = sklearn.linear_model.LinearRegression() 

# Train the model 
model.fit(X, y) 

# Make a prediction for Cyprus 
X_new = [[22587]] 
# Cyprus's GDP per capita 

print( model.predict(X_new))

但是，我已经在函数中卡住了。错误似乎与

set_index

命令有关，我认为这是一个非常可靠的函数。当然，在我的CSV文件中存在

Country

列

这里是人均gdp的屏幕截图

---

如果有人愿意花时间复制，我们将不胜感激。

您的代码需要做一些更改：

更改此行：

gdp_per_capita = pd.read_csv("gdp_per_capita.csv", thousands =',', delimiter ='\t', encoding =' latin1', na_values="n/a")

为此（删除

encoding='latin1'

）：

改变这一点：

country_stats.plot(kind='scatter', X="GDP per capita", y='Life satisfaction')

对此（大写X至X）：

在这两个变化之后，我能够得到散点图：

• 用

  拉丁语编码阅读
  人均gdp
  csv将
  国家
  列读为
  国家
  。因此，我建议
  采用“utf-8”
  编码，解决了这个问题
  
  

• 您在

  散点图

  中有一个输入错误，已经指出了这一点

试试这个：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import sklearn.linear_model

oecd_bli = pd.read_csv("BLI_26092020152902439.csv", thousands =',')

gdp_per_capita = pd.read_csv("gdp_per_capita.csv", delimiter = '\t', thousands =',', encoding ='utf-8', na_values="n/a")

def prepare_country_stats(oecd_bli, gdp_per_capita):
    oecd_bli = oecd_bli[oecd_bli["INEQUALITY"]=="TOT"]
    oecd_bli = oecd_bli.pivot(index="Country", columns="Indicator", values="Value")
    gdp_per_capita.rename(columns={"2015":"GDP per capita"}, inplace=True)
    print(gdp_per_capita)
    gdp_per_capita.set_index("Country", inplace=True)
    full_country_stats = pd.merge(left=oecd_bli, right=gdp_per_capita,
                                  left_index=True, right_index=True)
    full_country_stats.sort_values(by="GDP per capita", inplace=True)
    remove_indices = [0, 1, 6, 8, 33, 34, 35]
    keep_indices = list(set(range(36)) - set(remove_indices))
    return full_country_stats[["GDP per capita", 'Life satisfaction']].iloc[keep_indices]

country_stats = prepare_country_stats(oecd_bli, gdp_per_capita)
X = np.c_[country_stats["GDP per capita"]]
y = np.c_[country_stats["Life satisfaction"]]

# Visualize the data 
country_stats.plot( kind ='scatter', x ="GDP per capita", y ='Life satisfaction')
plt.show()

# Select a linear model 
model = sklearn.linear_model.LinearRegression()

# Train the model 
model.fit(X, y)

# Make a prediction for Cyprus 
X_new = [[22587]]
# Cyprus's GDP per capita 

print( model.predict(X_new))

输出：

---

你确定你设置的

分隔符

正确吗？在屏幕截图中，从标题看，

；

是你的

分隔符

。天哪，怎么会忽略了这一点。我真希望我的德国电脑设置没有引起注意。非常感谢@รยקคгรђשค 非常感谢你澄清这一点-这条评论也帮了我很多谢谢！奇怪的是，我用的是“拉丁语1”。当我使用“utf-8”我得到以下信息：UnicodeDecodeError:“utf-8”编解码器无法解码位置235638处的字节0xa0：无效的start byteGlad。如果答案对您有帮助，请接受并投票。这样人们就知道问题已经解决了。非常感谢。我确实注意到X在CAP中，但我认为，因为在CAP中，这对您来说并不重要跟进。我注意到您在上图中绘制了回归。这是由您的IDE造成的吗？我使用Spyder，它没有绘制回归。我使用Pycharm/VS代码。当您运行matplotlib时，会打开一个单独的窗口。您为什么接受其他答案？只是想知道。我想我确实接受了您的答案。不确定发生了什么：）再次感谢

country_stats.plot(kind='scatter', x="GDP per capita", y='Life satisfaction')

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import sklearn.linear_model

oecd_bli = pd.read_csv("BLI_26092020152902439.csv", thousands =',')

gdp_per_capita = pd.read_csv("gdp_per_capita.csv", delimiter = '\t', thousands =',', encoding ='utf-8', na_values="n/a")

def prepare_country_stats(oecd_bli, gdp_per_capita):
    oecd_bli = oecd_bli[oecd_bli["INEQUALITY"]=="TOT"]
    oecd_bli = oecd_bli.pivot(index="Country", columns="Indicator", values="Value")
    gdp_per_capita.rename(columns={"2015":"GDP per capita"}, inplace=True)
    print(gdp_per_capita)
    gdp_per_capita.set_index("Country", inplace=True)
    full_country_stats = pd.merge(left=oecd_bli, right=gdp_per_capita,
                                  left_index=True, right_index=True)
    full_country_stats.sort_values(by="GDP per capita", inplace=True)
    remove_indices = [0, 1, 6, 8, 33, 34, 35]
    keep_indices = list(set(range(36)) - set(remove_indices))
    return full_country_stats[["GDP per capita", 'Life satisfaction']].iloc[keep_indices]

country_stats = prepare_country_stats(oecd_bli, gdp_per_capita)
X = np.c_[country_stats["GDP per capita"]]
y = np.c_[country_stats["Life satisfaction"]]

# Visualize the data 
country_stats.plot( kind ='scatter', x ="GDP per capita", y ='Life satisfaction')
plt.show()

# Select a linear model 
model = sklearn.linear_model.LinearRegression()

# Train the model 
model.fit(X, y)

# Make a prediction for Cyprus 
X_new = [[22587]]
# Cyprus's GDP per capita 

print( model.predict(X_new))