在 for 循环中使用 Sklearn 的 LabelEncoder 错误答案

【问题标题】：LabelEncoder error using Sklearn in a for loop在 for 循环中使用 Sklearn 的 LabelEncoder 错误
【发布时间】：2017-01-23 03:58:21
【问题描述】：

我正在使用 spyder 2 运行 Python 3，当我尝试运行此代码时：

from sklearn.preprocessing import LabelEncoder
cv=train.dtypes.loc[train.dtypes=='object'].index
print (cv)

le=LabelEncoder()
for i in cv:
    train[i]=le.fit_transform(train[i])
    test[i]=le.fit_transform(test[i])

我收到此错误：

le=LabelEncoder()
for i in cv:
    train[i]=le.fit_transform(train[i])
    test[i]=le.fit_transform(test[i])


Traceback (most recent call last):

  File "<ipython-input-5-8739984f61b2>", line 3, in <module>
    train[i]=le.fit_transform(train[i])

  File "C:\Users\myname\Anaconda3\lib\site-packages\sklearn\preprocessing\label.py", line 127, in fit_transform
    self.classes_, y = np.unique(y, return_inverse=True)

  File "C:\Users\myname\Anaconda3\lib\site-packages\numpy\lib\arraysetops.py", line 195, in unique
    perm = ar.argsort(kind='mergesort' if return_index else 'quicksort')

TypeError: unorderable types: str() > float()

奇怪的是，如果我在数据中的指定列上调用编码器，则输出成功。例如：

le.fit_transform(test['Race'])

结果：

le.fit_transform(test['Race'])
Out[7]: array([2, 4, 4, ..., 4, 1, 4], dtype=int64)

我试过了：

float(le.fit_transform(train[i]))
str(le.fit_transform(train[i]))

两者都没有工作。

有人可以帮帮我吗？

【问题讨论】：

标签： python scikit-learn label transform encoder

【解决方案1】：

也有同样的问题。结果我错过了检查缺失值。检查您是否还有剩余（在您的情况下）：

print(train.apply(lambda x : sum(x.isnull())))
print(test.apply(lambda x : sum(x.isnull())))

如果你有一些要么用参数替换它们（平均值、中值、模数...）或者简单地将它们编码为字符串，即对于任意变量 VAR ：

parameter = train[VAR].mean() # parameter = "Nan"
train[VAR].fillna(parameter, inplace = True )

【讨论】：