Python 使用ColumnTransformer学习一个热编码

我的数据集第8列有分类数据。我想对这些数据进行编码，我正在使用ColumnTransformer。我第一次尝试使用这种方法时，我使用了以下代码：

from sklearn.preprocessing import OneHotEncoder
from sklearn.preprocessing import LabelEncoder
from sklearn.compose import ColumnTransformer

#encoding categorical data for dept column(independent variables)
ct = ColumnTransformer(transformers=[('one_hot_encoder',OneHotEncoder(categories='auto'), [0])],
                       remainder='passthrough')
X = np.array(ct.fit_transform(X), dtype=np.float)

请注意，我正在使用LabelEncoder编码我的因变量，这是完美的工作。现在的问题是，当我第一次执行这段代码时，没有出现错误，但是在我的例子中，当我将列索引改为[8]时，我得到了一个与索引[0]有关的错误。 ValueError:无法将字符串转换为浮点：“Emp ID” 我认为这引发了两个问题，第一，我的专栏标题没有被这样解读，第二，索引没有被改为8

---

我添加了：

drop='first'

，希望删除[0]列，但是没有用

为什么不使用Keras来进行分类呢

from keras.utils.np_utils import to_categorical

X = to_categorical(X)

---

为什么不使用Keras来进行分类呢

from keras.utils.np_utils import to_categorical

X = to_categorical(X)

---

请包括一些表格的样本/结构

X

请包括一些表格的样本/结构

X