sklearn SimpelImputer 系統錯誤：<built-in function _abc_instancecheck> 返回帶有錯誤集的結果

Question

我在管道中輸入缺失值。

在第一步中，我將使用的變量裝箱：

df_listings['original.listing.rooms.bedrooms.count'] = pd.cut(df_listings['original.listing.rooms.bedrooms.count'], bins = [1,2,3,4,5,6,10,50])
df_listings = df_listings.fillna(np.nan)

在第二步中，我想使用

si = SimpleImputer(missing_values=np.nan,strategy="most_frequent")
si.fit_transform(df_listings[['original.listing.rooms.bedrooms.count']])

盡管我使用其他變量遵循此流程，但在這里我收到以下錯誤：

TypeError: unsupported operand type(s) for +: 'pandas._libs.interval.Interval' and 'pandas._libs.interval.Interval'

The above exception was the direct cause of the following exception:


...

SystemError: <built-in function _abc_instancecheck> returned a result with an error set

我無法理解我收到此錯誤的原因。 對於其他變量，我可以使用 pandas.Interval，只是這個變量會導致問題。

Answer 1

當我們處理分類數據時，將 .astype(str) 添加到您的 pd.cut 可以解決問題。

df_listings['original.listing.rooms.bedrooms.count'] = pd.cut(df_listings['original.listing.rooms.bedrooms.count'], bins = [1,2,3,4,5,6,10,50]).astype(str)