print(X.loc[:, X_selected])# 输出选择的特征 Cannot index with multidimensional key

这个错误出现的原因是`X_selected`可能是一个二维的DataFrame对象，而在使用`X.loc[:, X_selected]`时，`X_selected`被当作了多维索引。因此，你需要将`X_selected`转换为一维数组或列表，才能对DataFrame进行列索引。代码示例如下：

X = data.loc[:, data.columns != 'day_28_flg']
X_imputed = imputer.fit_transform(X)
X_imputed = pd.DataFrame(X_imputed, columns=X.columns)  # 将numpy数组转换为DataFrame，并设置列名
X_imputed = pd.get_dummies(X_imputed)  # 对所有特征进行独热编码
selector.fit(X_imputed, y)
X_selected = X_imputed.columns[selector.get_support()]  # 获取被选中的特征的列名
print(X.loc[:, X_selected])  # 输出选择的特征

在上述代码中，`X_selected = X_imputed.columns[selector.get_support()]`将被选中的特征的列名转换为一维数组，然后可以用来对DataFrame进行列索引。