python - 编码分类变量: TypeError: '<' not supported between instances of 'str' and 'float'

Question

我尝试通过 LabelEncoder 和 OneHotEncoder 方法对我的分类变量进行编码。我的 X 矩阵由所有带有 float 的变量组成，而我的 Y 矩阵由对象类型的变量组成:

X = df.loc[:, df.dtypes == np.float64]
Y = df['VCat']

当我应用我的方法时:

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_Y = LabelEncoder()
Y = labelencoder_Y.fit_transform(Y)
onehotencoder = OneHotEncoder(categorical_features = [0])
Y = onehotencoder.fit_transform(Y).toarray()

输出:

TypeError: '<' not supported between instances of 'str' and 'float'

感谢帮助

Answer 1

您的数据框中可能缺少一些数据。在执行此操作之前处理丢失的数据。

您可以使用 df.count() 检查哪些列缺少数据。

如果这不起作用，请检查数据并确保每列仅包含其尝试解析的类型的数据