Python Scikit学习：如何处理无序类型错误？

我正在使用Python3.5根据train.csv中的数据预测test.csv中的一些数据。 在执行数据扫描时，我转换train.csv的行和列，这非常好。但是当对test.csv执行相同操作时，它会给出一个：
TypeError:无序类型：float（）>str（）

错误部分

test.DayOfWeek = le.fit_transform(test.DayOfWeek)
test.PdDistrict = le.fit_transform(test.PdDistrict)

---

两个问题。您不应该对多个列重复使用相同的

LabelEncoder

。否则，您将丢失映射，无法转换测试数据

category_le = preprocessing.LabelEncoder()
day_of_week_le = preprocessing.LabelEncoder()
pd_district_le = preprocessing.LabelEncoder()

train_category = category_le.fit_transform(train.Category)
train_day_of_week = day_of_week_le.fit_transform(train.DayOfWeek)
train_pd_district = pd_district_le.fit_transform(train.PdDistrict)

train_X = np.hstack([train_category_mat, train_day_of_week_mat, pd_district_le])

test_category = category_le.transform(test.Category)
test_day_of_week = day_of_week_le.transform(test.DayOfWeek)
test_pd_district = pd_district_le.transform(test.PdDistrict)

---

两个问题。您不应该对多个列重复使用相同的

LabelEncoder

。否则，您将丢失映射，无法转换测试数据

category_le = preprocessing.LabelEncoder()
day_of_week_le = preprocessing.LabelEncoder()
pd_district_le = preprocessing.LabelEncoder()

train_category = category_le.fit_transform(train.Category)
train_day_of_week = day_of_week_le.fit_transform(train.DayOfWeek)
train_pd_district = pd_district_le.fit_transform(train.PdDistrict)

train_X = np.hstack([train_category_mat, train_day_of_week_mat, pd_district_le])

test_category = category_le.transform(test.Category)
test_day_of_week = day_of_week_le.transform(test.DayOfWeek)
test_pd_district = pd_district_le.transform(test.PdDistrict)

---

这里只是一个快速的代码片段，可以帮助其他正在搜索的人解决无序类型错误

这个问题（你已经发现了）粘贴在这里，正如在另一个论坛帖子中所发现的：“因为我试图编码的列中基本上存在混合类型。我最终能够通过将每个“object”类型列转换为“str”类型来绕过它，从而停止了错误。”

在处理丢失的数据后，可以使用此代码通过

.astype（str）

属性遍历与一组数据类型匹配的列，并将它们转换为字符串

#REPLACE NAN WITH 0
X_train.fillna(0.0, inplace=True)

#GET LIST OF COLUMNS TO ENCODE
cols_to_enc = list(X_train.select_dtypes(include=['category', 'object']))

for feature in cols_to_enc:
    try:
        #CONVERT VALUE TO STRING (TO AVOID UNORDERED TYPE ERRORS)
        X_train[feature] = X_train[feature].astype(str)
    except Exception as err:
        print('cannot convert: %s' %  feature)
        print(err)

---

这里只是一个快速的代码片段，可以帮助其他正在搜索的人解决无序类型错误

这个问题（你已经发现了）粘贴在这里，正如在另一个论坛帖子中所发现的：“因为我试图编码的列中基本上存在混合类型。我最终能够通过将每个“object”类型列转换为“str”类型来绕过它，从而停止了错误。”

在处理丢失的数据后，可以使用此代码通过

.astype（str）

属性遍历与一组数据类型匹配的列，并将它们转换为字符串

#REPLACE NAN WITH 0
X_train.fillna(0.0, inplace=True)

#GET LIST OF COLUMNS TO ENCODE
cols_to_enc = list(X_train.select_dtypes(include=['category', 'object']))

for feature in cols_to_enc:
    try:
        #CONVERT VALUE TO STRING (TO AVOID UNORDERED TYPE ERRORS)
        X_train[feature] = X_train[feature].astype(str)
    except Exception as err:
        print('cannot convert: %s' %  feature)
        print(err)

---

我尝试过这个，它返回相同的类型错误：（所有列都是字符串吗？如果不是，则应使用一个热编码器。是的。我比较了train.csv和test.csv的数据类型，它们都是相同的，但它们是字符串吗？LabelEncoder仅适用于字符串我相信它显示为对象，即使我尝试将其更改为字符串类型。我尝试了此操作，它返回相同的类型错误：（所有列都是字符串吗？如果不是，则应使用一个热编码器。是的。我比较了train.csv和test.csv的数据类型，它们都是相同的，但它们是字符串吗？LabelEncoder仅适用于字符串我相信它显示为对象，即使我尝试将其更改为字符串类型