python - Lambda 函数 - TypeError : unhashable type: 'numpy.ndarray'

Question

我有一个 numpy 二维数组，每一列都有分类数据。

我尝试分别对每一列的数据进行编码，同时可能在每种情况下处理看不见的数据。

我有这个代码:

from sklearn.preprocessing import LabelEncoder

for column in range(X_train.shape[1]):

    label_encoder = LabelEncoder()

    X_train[:, column] = label_encoder.fit_transform(X_train[:, column])

    mappings = dict(zip(label_encoder.classes_, label_encoder.transform(label_encoder.classes_)))

    map_function = lambda x: mappings.get(x, -1)

    X_test[:, column] = map_function(X_test[:, column])

我得到这个错误:

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-***********> in <module>
     39         mappings = dict(zip(label_encoder.classes_, label_encoder.transform(label_encoder.classes_)))
     40         map_function = lambda x: mappings.get(x, -1)
---> 41         X_test[:, column] = map_function(X_test[:, column])
     42 
     43 

<ipython-input-***********> in <lambda>(x)
     38         X_train[:, column] = label_encoder.fit_transform(X_train[:, column])
     39         mappings = dict(zip(label_encoder.classes_, label_encoder.transform(label_encoder.classes_)))
---> 40         map_function = lambda x: mappings.get(x, -1)
     41         X_test[:, column] = map_function(X_test[:, column])
     42 

TypeError: unhashable type: 'numpy.ndarray'

我该如何解决这个问题？

总的来说，你会建议一个更好的方法来做我想做的事吗？

附言

我试图这样做以查看发生了什么:

for column in range(X_train.shape[1]):
    label_encoder = LabelEncoder()
    X_train[:, column] = label_encoder.fit_transform(X_train[:, column])
    mappings = dict(zip(label_encoder.classes_, label_encoder.transform(label_encoder.classes_)))

    try:
        map_function = lambda x: mappings.get(x, -1)
        X_test[:, column] = map_function(X_test[:, column])
    except:
        print(X_test[:, column])
        for i in range(X_test[:, column].shape[0]):
            if isinstance(X_test[i, column],np.ndarray):
                print(X_test[i, column])
        print()

但实际上 print(X_test[i, column]) 没有打印任何内容，所以我不确定 X_test[:, column] 中是否有任何 numpy 数组.

我实际上还检查了 if not isinstance(X_test[i, column],str) 并且再次没有打印任何内容所以 X_train[:, column]在每个 column 必须是一个字符串。

附言2

当我这样做时:

 for i in range(X_test[:, column].shape[0]):
     X_test[i, column] = mappings.get(X_test[i, column], -1)

它实际上没有错误，所以这意味着出于某种原因，在我定义 lambda 函数的方式中，我将整个 numpy 数组而不是它的元素分别发送给它。

Answer 1

这里发生的是，发送到 map_function 的是实际向量，它不能用作字典中的键，因为它不可哈希，因此会出现错误。

换行

map_function = lambda x: mappings.get(x, -1)

与

map_function = np.vectorize(lambda x: mappings.get(x, -1))

这将导致每个元素都被用作映射中的键，如果它们都确实是可散列的，它就可以工作。