Python PCA sklearn ValueError:无法将字符串转换为浮点：'；[1,3]'；

我有一个熊猫数据框，看起来像这样

1   0   0   0   0   2   0   0   0   0   0   ... 0   0   1   2   0   0   0   0   0   0
2   0   0   0   3   0   0   0   4   0   0   ... 0   5   0   0   3   0   0   [1, 3]  0   0
3   0   0   0   0   0   0   0   2   0   0   ... 6   6   0   [2, 4]  0   2   0   0   0   0
4   1   0   6   1   0   0   0   0   0   0   ... 0   0   0   0   4   0   0   5   0   0
5   0   0   0   0   6   0   0   [2, 7]  0   0   ... 0   0   0   0   0   0   0   0   0   0

我试图使用PCA来降低数据的维数，但数据中有些点的维数超过了1维，就像这样

[2,7]

所以当我运行PCA时，我得到了这个错误

data = pca.fit_transform(z)

ValueError: could not convert string to float: '[1, 3]'

---

当观测长度不同时，如何处理这一问题 如果

[1,3]

表示该单个单元格有两个数据点，则首先使用汇总函数（例如平均值或中值）为该单元格建立单个值，然后运行PCA

---

（另外，这些字段的

dtype

似乎是

str

-记住要转换为数字类型。）

当观察值的长度不同时，普通PCA不起作用。
如果

[1,3]

表示该单个单元格有两个数据点，则首先使用汇总函数（例如平均值或中值）为该单元格建立单个值，然后运行PCA

---

（另外，这些字段的

dtype

似乎是

str

-记住要转换为数字类型。）

编码如何？我尝试了label encoder，它确实转换了它们，但它为所有列表提供了一个标签我不确定如何更改，但听起来你仍然在解决实际问题。标签编码实际上是一个独立的主题，与您在这里提出的问题不同，这是关于为什么使用PCA得到

ValueError

。考虑为代码< LabelEncoder > <代码>线程打开一个单独的问题，并在那里更完整地描述问题。我想把它们标记为这个问题的解决方案，我添加了一个新问题，请检查并帮助我，如果PCA是一个减少，映射你的特征空间在最不同的行空间（方向），确实，如果其中一个数据点有不规则的输入，这将破坏计算。根据列表的物理意义，你应该考虑取平均值、几何数、斩首（放到0），转换为<代码> ABS（最大（））>代码>或表示数据的东西。对于编码它们，我尝试了标签编码器，并且确实转换了它们，但是它给出了所有这些列表一个标签，我如何改变它们是不确定的，但听起来你还是在想你真正的问题。标签编码实际上是一个独立的主题，与您在这里提出的问题不同，这是关于为什么使用PCA得到

ValueError

。考虑为代码< LabelEncoder > <代码>线程打开一个单独的问题，并在那里更完整地描述问题。我想把它们标记为这个问题的解决方案，我添加了一个新问题，请检查并帮助我，如果PCA是一个减少，映射你的特征空间在最不同的行空间（方向），确实，如果其中一个数据点有不规则的输入，这将破坏计算。根据列表的物理含义，你应该考虑取平均值、几何数、斩首（放到0），转换为<代码> ABS（最大（））< /代码>或表示数据足够好的东西。