Machine learning sklearn-ValueError:无法将字符串转换为浮点：'；是'；

我有一个数据集，其中包含以下分类数据。 当使用sklearn执行一次热编码时，我得到一个错误

def ohe_encode(train, test, index):
    Onehot = OneHotEncoder(categorical_features='all', handle_unknown='error')
    x_train_1 = train
    x_test_1 = test
    colname = df.columns[index]
    Onehot.fit(train[colname].astype(str))
    x_trans = Onehot.transform(train[columnns].astype(str))
    new_features = Onehot.transform(test[colname].astype(str))
    return (x_transform, new_features)

屏幕显示出现错误

ValueError: could not convert string to float: 'yes'

无法获取错误原因

提前感谢，

摘自（我的重点）：

使用one-of-K方案对分类的整数特征进行编码

此转换器的输入应为整数矩阵，表示 分类（离散）特征所采用的值

但是，您需要输入原始的分类值，例如«是»和«否»等字符串。因此您得到了ValueError

---

您需要首先输入数据，这意味着您需要将字符串转换为分类数字（整数）。然后您可以进行一次热编码。

请尝试提出更详细的标题（现在编辑）。