尝试将LabelEncoder和OneHotEncoder用于具有多列的数据集

Question

我试图转换多个列，其中有一组分类值中的数据；但我在使用OneHotEncoder时遇到了一个错误

我的数据框

1） 分离X_普查和Y_普查中的列（X_普查包含分类值）：

X_census  = df[['workclass',
               'education',
               'marital-status',
               'occupation',
               'relationship',
               'race',
               'sex',
               'native-country']]

Y_census = df['income']

2）使用LabelEncoder处理X_census的分类值：

从sklearn。导入标签编码器的预处理

le = LabelEncoder()
X_1 = X_census.apply(le.fit_transform)
X_2 = X_1.to_numpy()

3）现在使用OneHotEncoder到我的X_2转换分类到数值：

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

oh = OneHotEncoder()
onehotencoder_census = ColumnTransformer(transformers=[('OneHot', oh, X_2[:])],remainder='passthrough')
X_census = onehotencoder_census.fit_transform(X_census) # Error appears here!

错误

Answer 1

df=pd.DataFrame（{"marital_status"：['S'，'M'，'D'，'S'，'M'，'D']，"性别"：["男"，"女"，"男"，"女"，"男"，"女"，"男"，"女"，"男"，"女"，"男"，"女"，"男"]，"学历"：["毕业生"，"职位"-grad'，'grad'，'post-grad'，'grad'，'post-grad'，'grad'，'post-grad'，'grad']，"收入"：[125,135,120,110,90,150,180,130,110]}）

警察局。获取虚拟对象（df）