轉換數字sklearn python中的所有非數字列

Question

我正在嘗試將所有非數字列轉換為數字數據類型，但它通過一個錯誤

類型錯誤：參數必須是字符串或數字

for column in clean_df.columns:
  if clean_df[column].dtype == np.number:
    continue
  clean_df[column] = LabelEncoder.fit_transform(clean_df[column])

類型錯誤：fit_transform() 缺少 1 個必需的位置參數：'y'

Answer 1

您可以將列轉換為 like (.toarray())。 它返回一個具有相同形狀和相同表示數據的數組。

for column in clean_df.columns:
    if clean_df[column].dtype == np.number:
       continue
    clean_df[column] = LabelEncoder().fit_transform(clean_df[column]).toarray()

Answer 2

    import numpy as np
    X = clean_df.select_dtypes(include=[np.object])
    #For loop to loop one by one with col type object
    for col in X.columns:
        X[col]=pd.Categorical(X[col],categories=clean_df[col].dropna().unique())
        #creating dummy variable
        X_col = pd.get_dummies(X[col])
        X = X.drop(col,axis=1)
        X_col.columns = X_col.columns.tolist()
        frames = [X_col, X] 
        X = pd.concat(frames,axis=1)

你可以試試這個！