TypeError: Input must be list-like

如果你遇到了 "TypeError: Input must be list-like" 错误，这通常意味着你传递给 `pd.MultiIndex.from_product()` 函数的参数不是一个可迭代对象，或者是一个嵌套的可迭代对象（即包含多个列表或元组的列表）。

请确保你传递给 `from_product()` 函数的参数是一个列表或元组，并且其中每个元素都是一个可迭代对象。例如，如果你想要创建一个包含多个索引级别的 MultiIndex 对象，可以使用类似下面的代码：

header = pd.MultiIndex.from_product([['A', 'B'], ['1', '2'], ['x', 'y']])

这将创建一个三级索引，其中第一级别的索引是 "A" 或 "B"，第二级别的索引是 "1" 或 "2"，第三级别的索引是 "x" 或 "y"。请注意，每个元素都是一个列表，因此 `from_product()` 函数可以正确地创建 MultiIndex 对象。

相关问题

TypeError: Input must be a list-like for parameter `columns`

根据错误提示，`pd.get_dummies`函数的`columns`参数需要传入一个类似列表的输入。在你的代码中，你将列名作为字符串传递给了`columns`参数，这可能导致了错误。

要修复这个问题，你可以将列名放入一个列表中，然后将该列表传递给`columns`参数。例如，将以下代码：

data["Plane linear"]  = pd.get_dummies(data, columns="Plane linear")
data["Pier type"]  = pd.get_dummies(data, columns="Pier type")
data["Foundation type"]  = pd.get_dummies(data, columns="Foundation type")
data["Bearing type"]  = pd.get_dummies(data, columns="Bearing type")

修改为：

data["Plane linear"]  = pd.get_dummies(data, columns=["Plane linear"])
data["Pier type"]  = pd.get_dummies(data, columns=["Pier type"])
data["Foundation type"]  = pd.get_dummies(data, columns=["Foundation type"])
data["Bearing type"]  = pd.get_dummies(data, columns=["Bearing type"])

这样就能正确地将列名作为列表传递给`pd.get_dummies`函数的`columns`参数了。

TypeError: expected string or bytes-like object

TypeError: expected string or bytes-like object 是一种 Python 中常见的错误类型，通常是由于代码中传入了不符合要求的参数类型导致的。具体来说，这个错误通常出现在需要传入字符串或字节串类型的函数或方法中，但实际传入的参数不是字符串或字节串类型，比如传入了数字、列表、元组等其他类型的对象。

解决这个错误的方法通常是检查代码中传入参数的类型是否正确，如果不正确则需要进行类型转换。例如，如果需要传入字符串类型的参数，可以使用 str() 函数将其他类型的对象转换为字符串类型。如果需要传入字节串类型的参数，则可以使用 bytes() 函数将其他类型的对象转换为字节串类型。