SKF数据帧映射器：映射器。fit_变换给出值错误：输入形状错误（8,2）

Question

我能够复制Github repo中给出的示例。然而，当我在自己的数据上尝试时，我得到了ValueError。

下面是一个虚拟数据，它给出了与我的真实数据相同的错误。

import pandas as pd
import numpy as np
from sklearn_pandas import DataFrameMapper
from sklearn.preprocessing import LabelEncoder, StandardScaler, MinMaxScaler

data = pd.DataFrame({'pet':['cat', 'dog', 'dog', 'fish', 'cat', 'dog','cat','fish'], 'children': [4., 6, 3, 3, 2, 3, 5, 4], 'salary':   [90, 24, 44, 27, 32, 59, 36, 27], 'feat4': ['linear', 'circle', 'linear', 'linear', 'linear', 'circle', 'circle', 'linear']})

mapper = DataFrameMapper([
    (['pet', 'feat4'], LabelEncoder()),
    (['children', 'salary'], [StandardScaler(),
                              MinMaxScaler()])
]) 

np.round(mapper.fit_transform(data.copy()),2)

下面是错误

（）中的ValueError回溯（最近一次调用）----

C:\Users\E245713\AppData\Local\Continuum\Anaconda3\lib\site packages\sklearn\base。拟合变换中的py（self，X，y，**fit_参数）453如果y为None:454算术1的拟合方法（无监督变换）--

C:\Users\E245713\AppData\Local\Continuum\Anaconda3\lib\site packages\sklearn\u pandas\dataframe\u mapper。py in fit（self，X，y）95用于柱，变压器in self。特征：96如果变压器不是无：---

C:\Users\E245713\AppData\Local\Continuum\Anaconda3\lib\site packages\sklearn\preprocessing\label。拟合中的py（self，y）106 self：返回self的实例。107 """ --

C：\用户\E245713\AppData\本地\连续\Anaconda3\lib\site-包\skLearning\utils\validation.py在column_or_1d（y，警告）549返回np.ravel（y）550-

输入形状错误（8,2）

有人能帮忙吗？

谢谢

Answer 1

如果转换确实需要多个输入（例如文档中的sklearn.decomposition.PCA（1）），则只应向转换提交多个数组。在您的情况下，错误最终来自以下行：

(['pet', 'feat4'], LabelEncoder()),

即使这样也不行：

(['pet', 'feat4'], [LabelEncoder(), LabelEncoder()]),

相反，你必须做这样的事情：

mapper_good = DataFrameMapper([
(['pet'], LabelEncoder()),
(['feat4'], LabelEncoder()),
(['children'],  StandardScaler()),
(['salary'],    MinMaxScaler())
])

np.round(mapper_good.fit_transform(data.copy()),2)