Python 导致减法问题的iloc错误索引

首先，我应该说，我对熊猫和numpy（以及一般的机器学习）相当陌生

我正在学习一些基本的机器学习算法，并且正在做线性回归。我已经用matlab完成了这个问题，但我想尝试用python实现它——因为python是一种更实用的语言。我在使用这些库进行基本的矩阵运算时遇到了困难，我认为这是因为我不了解pandas是如何索引数据帧的

我发现有几篇文章讨论了iloc和ix之间的差异，ix被弃用，所以请使用iloc，但iloc给我带来了很多问题。我只是尝试将数据帧中的前n-1列拉入新的数据帧，然后将最后一列拉入另一个数据帧以获取标签值。然后我想执行一次成本函数，看看θ=0时我的当前成本是多少。目前，我的数据集只有一个标签——但我想编码，就好像我有更多标签一样。以下是我的代码和输出：

path = os. getcwd() + '\\ex1data1.txt'
data = pd.read_csv(path, header=None)

numRows = data.shape[0]
numCols = data.shape[1]

X = data.iloc[:,0:numCols-1].copy()
theta = pd.DataFrame(np.zeros((X.shape[1], 1)))
y = data.iloc[:,-1].copy()

#start computing cost sum((X-theta)-y).^2)
predictions = X.dot(theta)
print("predictions shape: {0}".format(predictions.shape))
print(predictions.head())
print("y shape: {0}".format(y.shape))
print(y.head())

errors = predictions.subtract(y)

print("errors shape: {0}".format(errors.shape))
print(errors.head())

输出：

predictions shape: (97, 1)
 0
0  0.0
1  0.0
2  0.0
3  0.0
4  0.0
y shape: (97, 1)
     1
0  17.5920
1   9.1302
2  13.6620
3  11.8540
4   6.8233
errors shape: (97, 2)
0   1
0 NaN NaN
1 NaN NaN
2 NaN NaN
3 NaN NaN
4 NaN NaN

我可以看到y和X具有相同的形状，但出于某种原因，当我显示它们时-似乎y从第1列开始索引（它在第一个数据帧中的原始位置），而X的原始列为0。因此，pandas正确地进行了减法运算，并用NaN替换了任何缺失的值。由于y没有第0列值，它们都是

NaN

，而X没有第1列值，它们都是

NaN

，从而形成一个97x2

NaN

矩阵

如果我使用‍‍‍‍‍‍

y=data.ix[：，-1:0]

-上述代码执行正确的计算。输出：

 errors shape: (97, 1)
         0
     0 -6.1101
     1 -5.5277
     2 -8.5186
     3 -7.0032
     4 -5.8598

但我正试图远离ix，因为有人说它是不受欢迎的

---

如何告诉熊猫新矩阵的起始列为0，为什么这不是默认行为？

看起来您实际要进行的计算是在序列（单个列）上进行的。因此，您应该能够做到：

predictions[0].subtract(y[1])

以获得所需的值。这看起来有点令人困惑，因为您将数字作为数据帧列，您正在选择所需的列（0和1）并在它们之间执行减法

或者像您最初建议的那样使用iloc，这更像是矩阵式索引，您可以这样做：

predictions.iloc[:, 0].subtract(y.iloc[:, 0])

---

因为在每个数据帧中，您需要所有行和第一列非常感谢您的帮助！我没有意识到列，或者更确切地说是列名，很重要。有没有更简洁的方法将一个矩阵转换为两个独立的矩阵？还是我的做法可以接受？谢谢你的帮助