python - 使用 sklearn columntransfromer 时解包错误
问题描述
我试图对一个数据帧进行热编码以进行一些测试。
我尝试使用常规OneHotEncoder
fromsklearn
但它似乎有一些NaN
值问题(NaN
我想编码的列上不存在的值)
根据我的搜索,一种解决方案是使用列转换器,它可以仅将编码应用于某些列,如下所示
ct = ColumnTransformer([(OneHotEncoder(categories = categories_list),['col1','col2','col3'])])
其中categories_list
是所有当前类别的列表。
问题是当我尝试将此转换器应用于我的数据帧时,我总是会not enough values to unpack
出错。
我这样变身
ct.fit_transform(df_train_xgboost)
关于我应该怎么做的任何想法?
编辑:
一些示例数据
id | col1 | col2 | col3 | price | has_something
1 blue car new 23781 NaN
2 green truck used 24512 1
3 red van new 44521 0
更多代码
categories_list = ['blue','green','red','car','truck','van','new','used']
df_train_xgboost = df_train
df_train_xgboost = df_train_xgboost.drop(columns_I_dont_want, axis=1)
df_train_xgboost = df_train_xgboost.fillna(value = {'col1': 0, 'col2': 0, 'col3': 0})
ct = ColumnTransformer([(OneHotEncoder(categories = categories_list),['col1','col2','col3'])])
print(df_train_xgboost.shape)
ct.fit_transform(df_train_xgboost)
解决方案
首先,使用ColumnTransformer
是没有必要的。
要使您的代码正常工作,您还需要一个输入参数,即转换器的“名称”。
完整示例:
df
col1 col2 col3
0 blue car new
1 green truck used
2 red van new
ct = ColumnTransformer([("onehot",OneHotEncoder(),[0,1,2])])
ct.fit_transform(df.values)
array([[1., 0., 0., 1., 0., 0., 1., 0.],
[0., 1., 0., 0., 1., 0., 0., 1.],
[0., 0., 1., 0., 0., 1., 1., 0.]])
- 现在请注意,您仅使用以下命令即可获得相同的输出
OneHotEncoder
:
o = OneHotEncoder()
o.fit_transform(df).toarray()
array([[1., 0., 0., 1., 0., 0., 1., 0.],
[0., 1., 0., 0., 1., 0., 0., 1.],
[0., 0., 1., 0., 0., 1., 1., 0.]])
推荐阅读
- python - 线图的 Matplot 库图(python)
- css - 同一页面提供不同的视觉输出
- openshift - 获取 H2OFrame 作为对象,而不是获取对 H2O 集群中某个位置的引用
- javascript - AMP 如何识别在 AMP 生态系统之外登录的用户?
- excel - 如何根据多行获取条件的通过/失败?
- jenkins - 导入 Jenkins WorkflowScript 类
- javascript - Reactjs 如何处理表单
- .net-core - 使用 ASP.Net Core v2.2 ProtectKeysWithAzureKeyVault() 数据保护
- regex - 使用获取参数排除 url 的正则表达式
- sql - 如何在 Postgres 中跨多个表连接?