Python 在未使用某些功能的情况下重新安装保存的scikit学习模型-“；ValueError：给定列不是dataframe的列；

我需要使用更小的数据集重新拟合scikit学习管道，而不需要模型实际不使用的一些特性

（实际情况是，我正在通过joblib保存它，并将其加载到另一个文件中，我需要在其中重新拟合，因为它包含我制作的一些自定义变压器，但添加所有功能将是一件痛苦的事情，因为它是一种不同类型的模型。然而，这并不重要，因为如果我在保存之前重新拟合模型，也会发生同样的错误n我第一次训练它的同一个文件）

这是我的定制变压器：

class TransformAdaptionFeatures（BaseEstimator，TransformerMixin）：
定义初始化（自）：
通过
def配合（自身、X、y=无）：
回归自我
def变换（自，X）：
采用功能=X列
feats_munic=[采用中的feat for feat_特征，如果feat中的'u munic'
feats_adj_neigh=[采用功能中的feat for feat
如果专长中的“_adj”]
feats\u port=[如果feat中有'\u port'，则feat for feat in adoption\u功能]
专长保持所有=专长城市+专长邻里+专长港口
专长到技能保留=[专长到技能保留中的专长到技能
如果“tot_cumul”不在壮举中]
返回X[专长保留]

这是我的管道：

full_pipeline=管道([
（'transformer'，TransformAdaptionFeatures（）），
（'scaler'，StandardScaler（））
])
模型=管道([
（“准备”，整个管道），
（“回归器”，ml_模型）
])

其中，

ml\u模型

为scikit学习机器学习模型。保存

模型时，
完整管道
和
ml\u模型
都已安装。（在实际模型中，有一个
ColumnTransformer
中间步骤，表示实际的
完整管道
，因为我需要为不同的列使用不同的转换器，但为了简洁起见，我只复制了重要的一个）

问题：我减少了数据集中已用于匹配所有内容的功能的数量，删除了
TransformAdaptionFeatures（）
中未考虑的一些功能（它们不会进入要保留的功能中）。然后，我尝试用减少的功能将模型重新匹配到新数据集，但出现以下错误：

回溯（最近一次呼叫最后一次）：
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\pandas\core\index\base.py”，第2889行，在get\u loc中
返回自我。引擎。获取定位（铸造钥匙）
文件“pandas\\ libs\index.pyx”，第70行，在pandas.\ libs.index.IndexEngine.get\ loc中
pandas.\u libs.index.IndexEngine.get\u loc中第97行的文件“pandas\\u libs\index.pyx”
pandas.\u libs.hashtable.PyObjectHashTable.get\u项中第1675行的文件“pandas\\u libs\hashtable\u class\u helper.pxi”
pandas.\u libs.hashtable.PyObjectHashTable.get\u项中的第1683行文件“pandas\\u libs\hashtable\u class\u helper.pxi”
关键错误：“tot_cumul_adoption_pr_y_munic”
上述异常是以下异常的直接原因：
回溯（最近一次呼叫最后一次）：
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\sklearn\utils\ \uuuu init\uuu.py”，第447行，在“获取”列中
col\u idx=所有列。获取位置（col）
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\pandas\core\index\base.py”，第2891行，在get\u loc中
从err中升起钥匙错误（钥匙）
关键错误：“tot_cumul_adoption_pr_y_munic”
上述异常是以下异常的直接原因：
回溯（最近一次呼叫最后一次）：
文件“C:\Users\giaco\sbp abm\uscilities\u abm\test.py”，第15行，在
modelSBP=model.sbpadpoption（初始年=开始年）
文件“C:\Users\giaco\sbp abm\urbities\u abm\urbities\u abm\model.py”，第103行，在\uuu init中__
自我上传\u ml\u模型（ml\u clsf\u文件夹、ml\u regr\u文件夹）
文件“C:\Users\giaco\sbp abm\musticilities\u abm\musticilities\u abm\model.py”，第183行，in\u upload\u ml\u models
self.\u ml\u clsf.fit（clsf\u dataset.drop（'采用年'，轴=1），
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\sklearn\pipeline.py”，第330行，适合
Xt=自拟合（X，y，**拟合参数步数）
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\sklearn\pipeline.py”，第292行，格式为
十、 fitted_transformer=fit_transform_one_(
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\joblb\memory.py”，第352行，在调用中__
返回self.func（*args，**kwargs）
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\sklearn\pipeline.py”，第740行，在fit\u transform\u one中
res=变换器。拟合变换（X，y，**拟合参数）
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\sklearn\compose\u column\u transformer.py”，第529行，在fit\u transform中
自验证余数（X）
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\sklearn\compose\\u column\u transformer.py”，第327行，在“validate\u”中
cols.extend（_get_column_index（X，columns））
文件“C:\Users\giaco\anaconda3\envs\mesa\u geo\u ml\lib\site packages\sklearn\utils\\uuuu init\uuuu.py”，第454行，在“获取”列中
升值误差(
ValueError：给定列不是数据帧的列

我不明白这个错误是由于什么原因造成的，我以为scikit learn没有存储我通过的列的名称。
我发现了我的错误，它实际上是在使用
ColumnsTransformer
，这也是列名输入的唯一位置

我的错误非常简单，我只是没有更新列列表以应用每个转换来删除被排除的功能的名称。
我发现了我的错误，实际上是在使用
ColumnsTransformer
，这也是列名输入的唯一位置

我的错误