python - 数据框 fit_transform 抛出错误，看似不正确的错误

Question

我正在 Python 中运行给定的行:

df = df.apply(lambda x: d[x.name].fit_transform(x))

并出现以下错误:

~/anaconda3/envs/python3/lib/python3.6/site-packages/numpy/lib/arraysetops.py in _unique1d(ar, return_index, return_inverse, return_counts)
278 
279     if optional_indices:
--> 280         perm = ar.argsort(kind='mergesort' if return_index else 'quicksort')
281         aux = ar[perm]
282     else:

TypeError: ("'<' not supported between instances of 'str' and 'float'", 'occurred at index name')

我的文件中的任何位置都没有字符“<”，因此不确定错误是什么？

Python 新手，因此非常感谢有关如何理解这些错误的任何见解。

Answer 1

我认为发生这种情况可能是因为您没有将干净或正确的数据传递给 fit_transform。如果没有评论中我的问题的答案，很难说(df = df.apply(lambda x: d[x.name].fit_transform(x 中的 d 代表什么？ ))？)

我获取了一些虚拟数据，并举例说明了如何使用 apply 将 fit_transform 应用到数据帧。

import random
import pandas as pd
import numpy as np

# Random dummy data
s = "Crime Type Summer|Crime Type Winter".split("|")
j = {x: [random.choice(["ASB", "Violence", "Theft", "Public Order", "Drugs"]) for j in range(300)] for x in s}
df = pd.DataFrame(j)

# Instantiate the vectorizer for use in the lambda function.
from sklearn.feature_extraction.text import CountVectorizer
cv = CountVectorizer()

# Now we can call the transform directly in the lambda function.
df = df.apply(lambda x: cv.fit_transform(df[x.name].values))

这成功完成并给出:

Crime Type Summer      (0, 1)\t1\n  (1, 4)\t1\n  (2, 2)\t1\n  (2, 3...
Crime Type Winter      (0, 5)\t1\n  (1, 0)\t1\n  (2, 0)\t1\n  (3, 5...
dtype: object