Python 如何获得列车和测试集的虚拟变量？

我想为训练集和测试集创建分类字段的虚拟变量，然后只在训练集和测试集中的公共特征上训练分类器。我正在运行以下代码，用于在两个数据集中创建虚拟变量，但得到TypeError

我在Jupyter笔记本的一个单元格中键入了以下内容

def get_features(train, test):
trainval = list(train.columns.values) # list train features
testval = list(test.columns.values) # list test features
features = list(set(trainval) & set(testval)) # check wich features are in common (remove the outcome column)
features.remove('Id') # remove non-usefull id column
return features

def process_features(train,test):
tables=[test,train]
for table in tables:
    table['SoldDt']= table[['MoSold','YrSold']].apply(lambda x : '{}-{}'.format(x[0],x[1]), axis=1)
    table['YearBuilt']= pd.to_datetime(table.YearBuilt,format="%Y")
    table['YearRemodAdd']= pd.to_datetime(table.YearRemodAdd,format="%Y")
    table['SoldDt']= pd.to_datetime(table.SoldDt,format="%m-%Y")
    table.GarageYrBlt.fillna(1,inplace=True)
    table.GarageYrBlt=table.GarageYrBlt.apply(int)
    table.GarageYrBlt.replace(1,'NaT',inplace=True)
    table['GarageYrBlt']= pd.to_datetime(table.GarageYrBlt,format="%Y")
    del table['MoSold']
    del table['YrSold']
    table['MSSubClass']=table['MSSubClass'].apply(str)
    table['OverallQual']=table['OverallQual'].apply(str)
    table['OverallCond']=table['OverallCond'].apply(str)
    table.Alley.fillna("NotAvl",inplace=True)
    table.BsmtQual.fillna("NB",inplace=True)
    table.BsmtCond.fillna("NB",inplace=True)
    table.BsmtExposure.fillna("NB",inplace=True)
    table.BsmtFinType1.fillna("NB",inplace=True)
    table.BsmtFinType2.fillna("NB",inplace=True)
    table.FireplaceQu.fillna("NF",inplace=True)
    table.GarageType.fillna("NG",inplace=True)
    table.GarageFinish.fillna("NG",inplace=True)
    table.GarageQual.fillna("NG",inplace=True)
    table.GarageCond.fillna("NG",inplace=True)
    table.PoolQC.fillna("NP",inplace=True)
    table.Fence.fillna("NFe",inplace=True)
    table.MiscFeature.fillna("NotAvl",inplace=True)
    table.LotFrontage.fillna(0,inplace=True)

    table=table.dropna(inplace=True)
    table=pd.get_dummies(table)

features = get_features(train,test)
return train,test,features

然后，我调用另一个单元格中的函数

train = pd.read_csv('/mnt/disk2/Data/HousePrices/train.csv')
test = pd.read_csv('/mnt/disk2/Data/HousePrices/test.csv')
train,test,features = process_features(train,test)

我正在犯错误

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-17-b2727d6cdc63> in <module>()
  1 train = pd.read_csv('/mnt/disk2/Data/HousePrices/train.csv')
  2 test = pd.read_csv('/mnt/disk2/Data/HousePrices/test.csv')
----> 3 train,test,features = process_features(train,test)

<ipython-input-16-dc47e5e9f9b6> in process_features(train, test)
 40 
 41         table=table.dropna(inplace=True)
---> 42         table=pd.get_dummies(table)
 43 
 44     print ("Getting features...")

/usr/local/lib/python3.5/dist-packages/pandas/core/reshape.py in     get_dummies(data, prefix, prefix_sep, dummy_na, columns, sparse, drop_first)
   1102     else:
   1103     result = _get_dummies_1d(data, prefix, prefix_sep, dummy_na,
-> 1104                                  sparse=sparse, drop_first=drop_first)
   1105     return result
   1106 

/usr/local/lib/python3.5/dist-packages/pandas/core/reshape.py in _get_dummies_1d(data, prefix, prefix_sep, dummy_na, sparse, drop_first)
   1123     # if all NaN
   1124     if not dummy_na and len(levels) == 0:
-> 1125         return get_empty_Frame(data, sparse)
   1126 
   1127     codes = codes.copy()

/usr/local/lib/python3.5/dist-packages/pandas/core/reshape.py in get_empty_Frame(data, sparse)
   1115             index = data.index
   1116         else:
-> 1117             index = np.arange(len(data))
   1118         if not sparse:
   1119             return DataFrame(index=index)

TypeError: object of type 'NoneType' has no len()

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
1列=pd.read_csv（'/mnt/disk2/Data/HousePrices/train.csv'））
2 test=pd.read_csv（'/mnt/disk2/Data/HousePrices/test.csv'））
---->3列车、测试、特性=过程和特性（列车、测试）
过程中功能（列车、测试）
40
41 table=table.dropna（就地=真）
--->42表=pd.get_假人（表）
43
44打印（“获取功能…”）
/get_dummies中的usr/local/lib/python3.5/dist-packages/pandas/core/reformate.py（数据、前缀、前缀_sep、伪_na、列、稀疏、先放_）
1102其他：
1103结果=_get_dummies_1d（数据，前缀，前缀_sep，虚拟_na，
->1104稀疏=稀疏，drop_first=drop_first）
1105返回结果
1106
/usr/local/lib/python3.5/dist-packages/pandas/core/reformate.py in_get_dummies_1d（数据、前缀、前缀、sep、dummy_na、稀疏、首先删除）
1123#如果都是NaN
1124如果不是虚拟的，则na和len（级别）==0：
->1125返回get_empty_帧（数据，稀疏）
1126
1127代码=代码。复制（）
/获取空帧中的usr/local/lib/python3.5/dist-packages/pandas/core/reformate.py（数据，稀疏）
1115 index=data.index
1116其他：
->1117指数=np.arange（len（数据））
1118如果不是稀疏的：
1119返回数据帧（索引=索引）
TypeError:类型为“NoneType”的对象没有len（）

在这一行

table=table.dropna(inplace=True)

返回

None

，因为文档状态为

但随后您尝试将该

None

值传递到此行的

get_dummies（）

table=table.dropna(inplace=True)

返回

None

，因为文档状态为

---

但是您试图将该

None

值传递给

get_dummies（）

请包含整个未桥接代码和整个未桥接错误消息。您的问题可能是

test

或

train

是

None

，并且试图对其执行

len（）

，因为它假设您传递了一个“类似数组、序列或数据帧”的数据。嗨，Brian，包含完整代码，请勾选并输入一个新的单元格，显示

test

和

train

现在是什么。其中一个一定不正确。重新运行分配的单元格后会发生什么？正如@Brian Cain在他的回答中所说，您需要将

table=table.dropna（inplace=True）

更改为

table.dropna（inplace=True）

。无需将其重新分配到

表

。请包含完整的未桥接代码和完整的未桥接错误消息。您的问题可能是

test

或

train

是

None

，并且试图对其执行

len（）

，因为它假设您传递了一个“类似数组、序列或数据帧”的数据。嗨，Brian，包含完整代码，请勾选并输入一个新的单元格，显示

test

和

train

现在是什么。其中一个一定不正确。重新运行分配的单元格后会发生什么？正如@Brian Cain在他的回答中所说，您需要将

table=table.dropna（inplace=True）

更改为

table.dropna（inplace=True）

。无需将其重新分配给

表

。我太笨了，如果我使用inplace=True，则无需将其分配给表，或者我可以分配它，但我不应使用inplace=True。谢谢。我太笨了，如果我使用inplace=True，就不需要将它分配给表，或者我可以分配它，但我不应该使用inplace=True。谢谢