使用lstm预测股票价格的python机器学习项目中预处理数据时出错

运行命令

df=df['open'].values

，我得到了以下错误：索引器：只有整数、片（

：

）、省略号（

…

）、NumPy.newaxis（

无

）和整数或布尔数组是有效的索引。你能告诉我是什么导致了这个问题吗

错误出现前的完整代码如下所示：

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler
from keras.models import Sequential, load_model
from keras.layers import LSTM, Dense, Dropout
import os 
import tensorflow as tf

df = pd.read_csv(r'C:\Users\xxx\Downloads\AAPL.csv')
df.head()
df = df['open'].values
df = df.reshape(-1,1)
print(df.shape)
df[:7]

执行此操作将返回错误--------------------------------------------------------------------------- 索引器回溯（最后一次最近调用）

in
---->1 df=df['open'].值
2 df=df.重塑（-1,1）
3打印（df.形状）
4 df[：7]

索引器错误：只有整数、片（

：

）、省略号（

…

）、numpy.newaxis（

None

）和整数或布尔数组是有效的索引

---

如果这意味着我不能处理浮点值，可以采取什么措施来解决这个问题？大多数股票开盘价都是浮动的。我是一名机器学习初学者，我正在做最后一年的工程项目。

这是一个与笔记本相关的问题。一旦运行以

df=df['open'].值开始的单元格，
df
将成为一个NumPy数组。然后，如果再次运行此单元格，则会出现该错误。所以：快速修复方法是再次读取CSV（或重新启动内核）。然后您可以重命名
open_values=df[“open”]。值
，这样数据帧
df
就不会改变了。@MustafaAydın感谢man的快速帮助。我很长一段时间都不知道它第一次是如何运行的，第二次就开始胡闹了。我认为我在某个地方犯了一些语法错误，并且一直在搜索整个代码，寻找我犯错误的地方，尽管它只有8-10行。谢谢。
<ipython-input-11-ccc5d87305f2> in <module>
----> 1 df = df['open'].values
      2 df = df.reshape(-1,1)
      3 print(df.shape)
      4 df[:7]