LabelEncoder -- TypeError: 参数必须是字符串或数字答案

【问题标题】：LabelEncoder -- TypeError: argument must be a string or numberLabelEncoder -- TypeError: 参数必须是字符串或数字
【发布时间】：2020-09-11 18:07:09
【问题描述】：

import pandas as pd 
from sklearn.preprocessing import LabelEncoder
pd.set_option('display.max_columns', 500)
df=pd.read_csv("https://media-doselect.s3.amazonaws.com/generic/831JKKEkW7kqd5M4evNva9LyB/insurance_grouped.csv")
le = LabelEncoder()#use this encoder to encod
df.BMI_group = le.fit_transform(df.BMI_group.values)
print(df.head())

预期产出 - 年龄性别 bmi 儿童吸烟区收费 BMI_group 0 19 0 27.900 0 1 3 16884.92400 2 1 18 1 33.770 1 0 2 1725.55230 1 2 28 1 33.000 3 0 2 4449.46200 1 3 33 1 22.705 0 0 1 21984.47061 0 4 32 1 28.880 0 0 1 3866.85520 2

错误信息 - TypeError Traceback（最近一次调用最后一次） ~\Anaconda3\lib\site-packages\sklearn\preprocessing\label.py in _encode(values, uniques, encode) 104 尝试： --> 105 res = _encode_python（值，唯一性，编码） 106 除了类型错误：

~\Anaconda3\lib\site-packages\sklearn\preprocessing\label.py in _encode_python（值，唯一性，编码） 58 如果 uniques 为 None： ---> 59 个唯一值 = 排序（集合（值）） 60 个唯一值 = np.array(uniques, dtype=values.dtype)

TypeError: '

在处理上述异常的过程中，又发生了一个异常：

TypeError Traceback（最近一次调用最后一次）在 4 #df=pd.read_csv("https://media-doselect.s3.amazonaws.com/generic/831JKKEkW7kqd5M4evNva9LyB/insurance_grouped.csv") 5 le = LabelEncoder()#使用这个编码器进行编码 ----> 6 df.BMI_group = le.fit_transform(df.BMI_group.values) 7 df.BMI_group

~\Anaconda3\lib\site-packages\sklearn\preprocessing\label.py in fit_transform(self, y) 第234章 235 y = column_or_1d（y，警告=真） --> 236 self.classes_, y = _encode(y, encode=True) 第237章 238

~\Anaconda3\lib\site-packages\sklearn\preprocessing\label.py in _encode(values, uniques, encode) 105 res = _encode_python（值，唯一性，编码） 106 除了类型错误： --> 107 raise TypeError("参数必须是字符串或数字") 108返回资源 109 其他：

TypeError: 参数必须是字符串或数字

【问题讨论】：

这个thread的可能重复？

标签： python python-3.x pandas scikit-learn

【解决方案1】：

np.nan 被解释为浮点数，因此不能与 srting 值进行比较。这是更新的代码。

import pandas as pd 
from sklearn.preprocessing import LabelEncoder
import numpy as np

pd.set_option('display.max_columns', 500)
df=pd.read_csv("https://media-doselect.s3.amazonaws.com/generic/831JKKEkW7kqd5M4evNva9LyB/insurance_grouped.csv")
df["BMI_group"] = df["BMI_group"].replace(np.nan, 'none', regex=True)


le = LabelEncoder()#use this encoder to encod
df.BMI_group = le.fit_transform(df.BMI_group.values)
print(df.head())

【讨论】：

别担心，伙计！