pandas 标签编码器:TypeError:在“float”和“str”的示例之间不支持“>”

wqsoz72f  于 2022-12-09  发布在  其他
关注(0)|答案(5)|浏览(303)

我在处理多个变量时遇到了这个错误,甚至在处理缺失值时也是如此。例如:

le = preprocessing.LabelEncoder()
categorical = list(df.select_dtypes(include=['object']).columns.values)
for cat in categorical:
    print(cat)
    df[cat].fillna('UNK', inplace=True)
    df[cat] = le.fit_transform(df[cat])
#     print(le.classes_)
#     print(le.transform(le.classes_))

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-24-424a0952f9d0> in <module>()
      4     print(cat)
      5     df[cat].fillna('UNK', inplace=True)
----> 6     df[cat] = le.fit_transform(df[cat].fillna('UNK'))
      7 #     print(le.classes_)
      8 #     print(le.transform(le.classes_))

C:\Users\paula.ceccon.ribeiro\AppData\Local\Continuum\Anaconda3\lib\site-packages\sklearn\preprocessing\label.py in fit_transform(self, y)
    129         y = column_or_1d(y, warn=True)
    130         _check_numpy_unicode_bug(y)
--> 131         self.classes_, y = np.unique(y, return_inverse=True)
    132         return y
    133 

C:\Users\paula.ceccon.ribeiro\AppData\Local\Continuum\Anaconda3\lib\site-packages\numpy\lib\arraysetops.py in unique(ar, return_index, return_inverse, return_counts)
    209 
    210     if optional_indices:
--> 211         perm = ar.argsort(kind='mergesort' if return_index else 'quicksort')
    212         aux = ar[perm]
    213     else:

TypeError: '>' not supported between instances of 'float' and 'str'

检查导致错误的变量会导致:

df['CRM do Médico'].isnull().sum()
0

除了nan值之外,还有什么可能导致此错误?

szqfcxe2

szqfcxe21#

您可以使用

df['cat'] = df['cat'].apply(str)
whlutmcx

whlutmcx2#

这是由于序列df[cat]包含具有不同数据类型(例如字符串和/或浮点数)的元素。这可能是由于读取数据的方式,即数字作为浮点数读取,文本作为字符串读取,或者数据类型是浮点数,但在fillna操作后发生了更改。
也就是说
pandas数据类型“Object”表示混合类型而不是str类型
因此使用以下行:

df[cat] = le.fit_transform(df[cat].astype(str))

应该有帮助

envsm3lx

envsm3lx3#

由于字符串数据类型具有可变长度,它默认存储为对象类型。在处理缺失值后,我也遇到了这个问题。在标签编码工作之前,将所有这些列转换为'category'类型。

df[cat]=df[cat].astype('category')

然后检查df.dtypes并执行标签编码。

7cwmlq89

7cwmlq894#

或使用带有split的强制转换,以统一类型的str

unique, counts = numpy.unique(str(a).split(), return_counts=True)
9ceoxa92

9ceoxa925#

在我的例子中,list中有nan;这限制了您可以执行的某些操作

相关问题