python - sklearn SimpelImputer 系统错误：返回带有错误集的结果

Question

我在管道中输入缺失值。

在第一步中，我使用以下变量对变量进行分类：

df_listings['original.listing.rooms.bedrooms.count'] = pd.cut(df_listings['original.listing.rooms.bedrooms.count'], bins = [1,2,3,4,5,6,10,50])
df_listings = df_listings.fillna(np.nan)

在第二步中，我想使用

si = SimpleImputer(missing_values=np.nan,strategy="most_frequent")
si.fit_transform(df_listings[['original.listing.rooms.bedrooms.count']])

即使我使用其他变量遵循此流程，但在这里我收到以下错误：

TypeError: unsupported operand type(s) for +: 'pandas._libs.interval.Interval' and 'pandas._libs.interval.Interval'

The above exception was the direct cause of the following exception:


...

SystemError: <built-in function _abc_instancecheck> returned a result with an error set

我不明白我收到此错误的原因。对于其他变量，我可以使用 pandas.Interval，只是这个变量会导致问题。

标签： pythonscikit-learn

Answer 1

当我们处理分类数据时，将 .astype(str) 添加到您的 pd.cut 就可以了。

df_listings['original.listing.rooms.bedrooms.count'] = pd.cut(df_listings['original.listing.rooms.bedrooms.count'], bins = [1,2,3,4,5,6,10,50]).astype(str)