python - 尽管没有缺失值，但无法应用 LabelEncoder

Question

我目前正在努力使用 python labelEncoder。
我尝试将其应用于由模式填充值和“自编”值组成的数据集，以获取某些列中大量缺失值。

我尝试对数据集进行编码，当我只使用众数、中值或均值函数时，它工作得非常好。但是，一旦一列部分包含我自己估算的值（例如 9999）以创建具有这些值的新类别，LabelEncoder 似乎不起作用..

出现以下错误：

TypeError: '<' not supported between instances of 'str' and 'float'

因为我知道当奇怪的符号或 NaN 仍在数据集中时会发生错误，所以我可以向您保证我检查了它们。这就是为什么我不知道如何继续前进..

知道这里有什么问题吗？

为了使问题更清楚，这就是我所做的：Y 和 N 代表是和否，并且曾经是该列的原始值。我总结了 U 下的所有缺失值以创建一个新类别。未知或 99999 相同

标签： python

Answer 1

正如错误消息所说，您正在尝试将浮点数（数字）和字符串（文本）与数字运算符进行比较，这没有任何意义（例如：哪个更大5或fish？）。问题是，当您自己添加这些值时，您认为您添加了一个 number 9999，但实际发生的是 python 正在插入一个包含 text 的字符串'9999'。

解决方案是使用该float()函数确保将手动插入的标签作为浮点数放入。您还可以在进行数字比较时使用它们以确保数据类型正确。

x = '5.5'
1 + x
TypeError: unsupported operand type(s) for +: 'int' and 'str'

1 + float(x)
6.5