[英]Convert all non numeric column in numeric sklearn python
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'
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()
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!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.