ValueError：条件需要布尔数组，而不是对象

问题描述：

我正在尝试使用 sklearn 构建分类器，并在运行代码时在控制台中出现以下错误。

ValueError: Boolean array expected for the condition, not object

我尝试调整我的数据（填充空值）以及重塑属性（但无济于事）。

以下是相关代码

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix
from sklearn.tree import DecisionTreeClassifier
from sklearn.externals import joblib

# Get the dataset
dataset = pd.read_csv('master_info_final_v12_conversion.csv')

# Split the dataset into features and labels
X = dataset[dataset[['Happy', 'Stress', 'Eyes']]]
y = dataset[dataset['phenotype']]

# Split the dataset into training and testing data
X_train, X_test, y_train, y_test = train_test_split(X, y)

# Build the classifier and make prediction
classifier = DecisionTreeClassifier()
classifier.fit(X_train, y_train)
prediction = classifier.predict(X_test)

# Print the confusion matrix
print(confusion_matrix(y_test, prediction))

# Save the model to disk
joblib.dump(classifier, 'classifier.joblib')

以下是我的数据的快照：

解决方案 1：

此错误最常发生在您尝试使用数据框选择列时。例如，在 OP 中，使用整个数据框（而不是列名列表/数组）来选择列，这会引发此错误。

X = dataset[dataset[['Happy', 'Stress', 'Eyes']]]  # <----- error
X = dataset[['Happy', 'Stress', 'Eyes']]           # <----- no error

请注意，许多方法（例如、、等pd.DataFrame）select_dtypes()都会返回一个数据框，因此请按原样使用结果；不要再次使用它来过滤数据框。filter()`query()`take()

df.select_dtypes('int')       # <--- already dataframe
df[df.select_dtypes('int')]   # <--- ValueError: Boolean array expected

df.filter(['col1'])           # <--- already dataframe
df[df.filter(['col1'])]       # <--- ValueError: Boolean array expected

另一种情况是，当你调用时where()没有布尔条件。例如，

df = pd.DataFrame({'col1': [1, 2, 3], 'col2': ['a', 'b', 'c']})
df.where(df['col2'])                               # <----- error
df.where(df['col2'] == 'a')                        # <----- no error

事实上，如果我们查看源代码，当你将数据框传递给__getitem__（即[]）时，就像在第一种情况下一样，where()被调用，所以两种情况都归结为代码的同一部分。