Python &引用；ValueError:无法将字符串转换为浮点值；scikit学习中的错误

我正在运行以下脚本：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.preprocessing import OneHotEncoder
dataset = pd.read_csv('data/50_Startups.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 4].values
onehotencoder = OneHotEncoder(categorical_features=3, 
handle_unknown='ignore')
onehotencoder.fit(X)

数据头看起来像：

我有这个：

ValueError:无法将字符串转换为浮点：“纽约”

我阅读了问题的答案，然后打开了scikit learn，但是如何看到scikit learn作者没有字符串中的空格问题

我知道我可以使用

sklearn.preprocessing

中的

LabelEncocder

，然后使用OHE，效果很好，但在这种情况下

In case you used a LabelEncoder before this OneHotEncoder to convert the categories to integers, then you can now use the OneHotEncoder directly.
warnings.warn(msg, FutureWarning)

按摩发生

您可以使用或

---

测试此代码的前5行。

伤害您的是

categorical\u features=3

。不能对字符串数据使用分类功能。删除此选项，幸运将与您同在。此外，您可能需要

fit\u transform

，而不是

fit

onehotencoder = OneHotEncoder(handle_unknown='ignore')
transformed = onehotencoder.fit_transform(X[:, [3]]).toarray()
X1 = np.concatenate([X[:, :2], transformed, X[:, 4:]], axis=1)
#array([[165349.2, 136897.8, 0.0, '0.0, 1.0, 192261.83],
#       [162597.7, 151377.59, 1.0, 0.0, 0.0, 191792.06],
#       [153441.51, 101145.55, 0.0, 1.0, 0.0, 191050.39],
#       [144372.41, 118671.85, 0.0, 0.0, 1.0, 182901.99],
#       [142107.34, 91391.77, 0.0, 1.0, 0.0, 166187.94']])

试试这个：

from sklearn.compose import ColumnTransformer, make_column_transformer
from sklearn.preprocessing import OneHotEncoder

columntransformer = make_column_transformer(
(OneHotEncoder(categories='auto'), [3]),
    remainder='passthrough')


X = columntransformer.fit_transform(X)
X = X.astype(float)

---

从代码中可以看到，我的输入是csv filetry:dataset.info（），用于检查数据框中的数据类型。我在第一行添加了5行，并链接到pastebin，其中包含文件的全部内容“State”列中有50个非空对象。现在我看到了这个问题，但无论如何，我不知道如何在不使用

LabelEncoder

的情况下修复它，您希望“newyork”作为浮点数是什么？为什么你认为它与字符串中的空格有关？在这种情况下，整个数据集转换为分类数据，而不仅仅是3d列，你可以选择要转换的列。我运行了以下代码：

onehotcoder=onehotcoder（handle_unknown='ignore'）onehotcoder.fit（X[：，3]）

并出现此错误：

ValueError:预期为2D数组，但实际为1D数组：

因为传递的是1D数组而不是2D数组。你应该通过

X[：，[3]]

或

X[：，3]。重塑（1，-1）

。好的，我照你说的做了。现在，如果我应用这个

X=onehotcoder.transform（X[：，[3]]）.toarray（）

I将丢失我的前3列。如果我应用这个

X=onehotcoder.transform（X[：，3]）.toarray（）

同样的错误也会发生

from sklearn.compose import ColumnTransformer, make_column_transformer
from sklearn.preprocessing import OneHotEncoder

columntransformer = make_column_transformer(
(OneHotEncoder(categories='auto'), [3]),
    remainder='passthrough')


X = columntransformer.fit_transform(X)
X = X.astype(float)