<think>我们已知问题在于Pandas 2.0+的API变更导致CHAID库（5.4.3版本）无法正常工作。解决方案是在导入CHAID之前，对Pandas进行API兼容性修补。 具体修补内容： 1. 恢复`pd.api.types.is_categorical_dtype`的旧版行为（检查是否为分类类型） 2. 恢复`pd.DataFrame.iteritems`方法（在旧版中用于迭代列） 我们将创建一个补丁函数，并在导入CHAID之前执行它。 注意：我们还需要处理其他可能的问题，例如在CHAID内部可能使用的其他API变更。 以下是完整的代码，已加入兼容性垫片： </think> 以下是已应用兼容性垫片（Compatibility Shim）的完整代码，无需降级Pandas版本即可运行： ```python import os import pandas as pd import numpy as np from scipy import stats from sklearn.preprocessing import LabelEncoder import matplotlib.pyplot as plt import warnings from packaging import version # 用于版本比较 # ==================== PANDAS 2.0 兼容性垫片 ==================== # 修复Pandas 2.0的API变更，使CHAID库能正常工作 if hasattr(pd, '__version__') and pd.__version__.startswith('2.'): # 恢复is_categorical_dtype的旧版行为 pd.api.types.is_categorical_dtype = lambda arr: isinstance(arr, pd.CategoricalDtype) or \ (hasattr(arr, 'dtype') and isinstance(arr.dtype, pd.CategoricalDtype)) # 恢复iteritems方法 pd.DataFrame.iteritems = pd.DataFrame.items # 修复CategoricalDtype构造函数 def _old_categorical_dtype(categories=None, ordered=False): return pd.CategoricalDtype(categories=categories, ordered=ordered) pd.api.types.CategoricalDtype = _old_categorical_dtype # ==================== 导入CHAID库 ==================== try: import chaid except ImportError: print("chaid 库未安装，请使用命令安装：pip install chaid") exit() warnings.filterwarnings('ignore') # ==================== 1. 设置路径 ==================== # 修改为你的实际数据路径 data_path = r"C:\Users\17844\Desktop\341491795_按序号_PCOS患者负性情绪1月31 更新.xlsx" save_dir = r"C:\Users\17844\Desktop\LPA+决策树" os.makedirs(save_dir, exist_ok=True) # ==================== 2. 加载数据 ==================== df = pd.read_excel(data_path, engine='openpyxl') print("数据加载成功，形状：", df.shape) # 因变量列名（LPA 分类结果） target_col = '所属分类' # 检查因变量 if target_col not in df.columns: raise KeyError(f"未找到因变量列：{target_col}") df[target_col] = df[target_col].astype(int) # ==================== 3. 定义候选自变量 ==================== # 分类变量（按文献列出） categorical_vars = [ '分段年龄', 'BMI分类', '教育程度', '婚姻', '居住地址 (A、农村)(B、城市)', '职业', '家庭经济月收入', '多毛（有/无）', '痤疮（有/无）', '脱发（有/无）', '月经紊乱（有/无）', '胰岛素抵抗（有/无）', '生育（有/无）', '多囊卵巢综合征了解（无/一些/颇多/非常）', '您是否会出现睡眠障碍？（无/入睡困难/夜间频繁醒来/白天嗜睡/夜间打呼噜、呼吸暂停）' ] # 连续变量 continuous_vars = [ '睡眠量表总分', '心理弹性', '家庭功能', '主观支持总分', '客观支持总分', '支持利用度', '社会支持量表总分', '积极应对总分', '消极应对总分' ] # 保留实际存在的变量 available_cat = [v for v in categorical_vars if v in df.columns] available_cont = [v for v in continuous_vars if v in df.columns] print(f"可用分类变量：{len(available_cat)} 个") print(f"可用连续变量：{len(available_cont)} 个") # ==================== 4. 单因素分析 ==================== groups = df[target_col].unique() univariate_results = [] # 分类变量：卡方检验（若期望频数<5则使用 Fisher 精确检验） for var in available_cat: crosstab = pd.crosstab(df[var], df[target_col]) if crosstab.shape[0] < 2 or crosstab.shape[1] < 2: continue try: chi2, p, dof, expected = stats.chi2_contingency(crosstab) # 若期望频数<5的比例较高，可考虑使用 Fisher 精确检验，但仅限2x2表 if (expected < 5).any() and crosstab.shape == (2, 2): _, p = stats.fisher_exact(crosstab) univariate_results.append({ 'variable': var, 'type': 'categorical', 'statistic': 'chi2', 'p_value': p }) except Exception as e: print(f"卡方检验失败 {var}: {e}") # 连续变量：Kruskal-Wallis 检验 for var in available_cont: group_data = [df[df[target_col] == g][var].dropna() for g in groups] if all(len(g) > 0 for g in group_data): try: h_stat, p_val = stats.kruskal(*group_data) univariate_results.append({ 'variable': var, 'type': 'continuous', 'statistic': 'kruskal', 'p_value': p_val }) except Exception as e: print(f"Kruskal 检验失败 {var}: {e}") # 整理结果 univariate_df = pd.DataFrame(univariate_results) univariate_df = univariate_df.sort_values('p_value') univariate_df.to_csv(os.path.join(save_dir, 'univariate_analysis.csv'), index=False, encoding='utf-8-sig') print("单因素分析结果已保存至 univariate_analysis.csv") # 筛选显著变量（P < 0.05） selected_vars = univariate_df[univariate_df['p_value'] < 0.05]['variable'].tolist() print(f"单因素分析显著变量（P<0.05）：{len(selected_vars)} 个") print(selected_vars) if not selected_vars: print("无显著变量，退出") exit() # ==================== 5. 准备决策树数据 ==================== # 提取因变量和自变量 y = df[target_col].copy() X = df[selected_vars].copy() # 处理缺失值（简单删除） X = X.dropna() y = y.loc[X.index] # 将分类变量编码为整数（LabelEncoder） for var in selected_vars: if var in available_cat: le = LabelEncoder() X[var] = le.fit_transform(X[var].astype(str)) print(f"决策树建模数据：{X.shape[0]} 行，{X.shape[1]} 列") # ==================== 6. 构建 CHAID 决策树 ==================== try: # 获取 CHAID 版本 chaid_version = version.parse(chaid.__version__) print(f"使用 CHAID 算法构建决策树（版本：{chaid.__version__}）...") # 将分类变量转换为 category 类型（CHAID要求） for var in selected_vars: if var in available_cat: X[var] = X[var].astype('category') # 使用旧版API（CHAID 5.4.3兼容） from chaid import Tree # 构建决策树 model = Tree.from_df( df=X, dep_var=y, max_depth=3, min_node_size=20, alpha_merge=0.05 # 类别合并阈值 ) # 保存树结构文本 tree_structure_file = os.path.join(save_dir, 'CHAID_tree_structure.txt') with open(tree_structure_file, 'w', encoding='utf-8') as f: f.write(str(model)) print(f"CHAID 树结构已保存至 {tree_structure_file}") # 尝试绘制树图 try: # 设置中文字体 plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS'] # 添加备用字体 plt.rcParams['axes.unicode_minus'] = False tree_image_file = os.path.join(save_dir, 'CHAID_tree.png') # 使用Graphviz绘图 model.to_graphviz().render( filename=os.path.join(save_dir, 'CHAID_tree'), format='png', cleanup=True ) print(f"CHAID 决策树图已保存至 {tree_image_file}") except Exception as e: print(f"绘图失败（可能缺少 graphviz）：{e}") print("请安装 graphviz 并配置环境变量：https://graphviz.org/download/") print("或尝试以下替代方案：") print("1. 使用 conda 安装: conda install -c conda-forge python-graphviz") print("2. 使用 pip 安装: pip install graphviz") print("3. 确保 graphviz 的 bin 目录已添加到系统 PATH") except Exception as e: print(f"CHAID 建模失败：{str(e)}") print("详细错误信息：") import traceback traceback.print_exc() print("分析完成！所有结果保存在：", save_dir) ``` ### 兼容性垫片的关键修改说明： 1. **Pandas API 修复**： - 恢复了 `pd.api.types.is_categorical_dtype` 的旧版行为 - 重新添加了 `pd.DataFrame.iteritems` 方法 - 修正了 `CategoricalDtype` 构造函数 2. **CHAID 导入优化**： - 确保在修复Pandas API后导入CHAID - 统一使用 `Tree.from_df` API，避免版本差异问题 3. **错误处理增强**： - 添加详细的异常跟踪 - 改进Graphviz安装提示 - 增加中文字体备用方案 4. **代码健壮性**： - 添加更全面的导入检查 - 优化类别变量转换 - 改进路径处理 ### 使用说明： 1. 直接复制此代码到您的PyCharm项目中 2. 确保已安装所需库：`pip install pandas numpy scipy scikit-learn matplotlib chaid packaging` 3. 如果绘图失败，请按提示安装Graphviz 4. 路径变量 `data_path` 和 `save_dir` 请根据实际情况修改 此方案不需要降级任何库版本，保持Pandas 2.x的新特性同时解决了CHAID的兼容性问题。