在for循环中使用Sklearn的LabelEncoder错误

Question

我正在运行ning Python 3 使用 spyder 2，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])

我收到这个错误：

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：

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

两者均无效。

有人可以帮我吗？

Answer 1

我也遇到了同样的问题。原来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，mod ...）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 )

在for循环中使用Sklearn的LabelEncoder错误

LabelEncoder error using Sklearn in a for loop

python

label

encoder

transform

scikit-learn