Python 是否可以在一列为列表的数据帧上使用h2o决策树？

我目前有一个

df

，既有数值也有分类值。问题是其中一列有分类值列表：

颜色：[[红，蓝，绿]，[红，黑]…]

我试着用：

#将df转换为h2o帧

data=h2o.H2OFrame（万神殿数据）

但出现以下错误：

ValueError:`python_obj`不是一个平面列表列表

有没有一种方法可以保持列“Colors”，并简单地以某种方式将列表展平，以便用coma分隔值？如果可能的话，算法会起作用吗？如果不可能，我还能做什么

def listToString(lis):
    return ",".join(lis)

df["Colors"] = df['Colors'].apply(listToString)

这将
[红、蓝、绿]
转换为
红、蓝、绿
即一个字符串。
问题是，算法然后选择“红、蓝、绿”作为一个字符串，而不是3种不同的颜色。也就是说，如果一个单元格是“红、蓝、绿”，而另一个单元格是“蓝、绿、红”，它们将被视为不同的单元格。是的，它们将不相同。如果您希望模型对它们进行相同的处理，那么您也可以对这些字符串进行排序，使相同的颜色模式始终看起来相同，或者使用编码来解决此问题。我只需要一个能够区分不同列表项的模型。在list1=[蓝、红、绿]，list2=[蓝、黑、绿]的情况下，对列表进行排序没有多大意义，因为这两个列表将被视为两个不同的项目，而不是理解它们共享两种相似的颜色。使用编码将使模型不那么精确，因为维数将随着颜色的增加而呈指数增长。另外，根据我的理解，由于其他原因，使用一种热编码对决策树是有害的。