Sklearn-Pandas DataFrameMapper: Mapper.Fit_Transform gibt ValueError: schlechte Eingabe Shape (8, 2)

Question

Ich konnte das Beispiel in der Github Repo replizieren reproduzieren. Als ich jedoch meine eigenen Daten ausprobierte, bekam ich den ValueError.

Unten ist ein Dummy-Daten, die den gleichen Fehler wie meine echten Daten gibt.

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) 

Unten finden Sie die Fehler

---

ValueError Traceback (most recent call last) in() ----> 1 np.round(mapper.fit_transform(data.copy()),2)

C:\Users\E245713\AppData\Local\Continuum\Anaconda3\lib\site-packages\sklearn\base.py in fit_transform(self, X, y, **fit_params) 453 if y is None: 454 # fit method of arity 1 (unsupervised transformation) --> 455 return self.fit(X, **fit_params).transform(X) 456 else: 457 # fit method of arity 2 (supervised transformation)

C:\Users\E245713\AppData\Local\Continuum\Anaconda3\lib\site-packages\sklearn_pandas\dataframe_mapper.py in fit(self, X, y) 95 for columns, transformers in self.features: 96 if transformers is not None: ---> 97 transformers.fit(self._get_col_subset(X, columns)) 98 return self 99

C:\Users\E245713\AppData\Local\Continuum\Anaconda3\lib\site-packages\sklearn\preprocessing\label.py in fit(self, y) 106 self : returns an instance of self. 107 """ --> 108 y = column_or_1d(y, warn=True) 109 _check_numpy_unicode_bug(y) 110 self.classes_ = np.unique(y)

C:\Users\E245713\AppData\Local\Continuum\Anaconda3\lib\site-packages\sklearn\utils\validation.py in column_or_1d(y, warn) 549 return np.ravel(y) 550 --> 551 raise ValueError("bad input shape {0}".format(shape)) 552 553

ValueError: bad input shape (8, 2)

Kann jemand helfen?

dank

Answer 1

Sie sollten nur mehrere Arrays zu einer Transformation einreichen, wenn es in der Tat mehrere Eingänge (z sklearn.decomposition.PCA (1) in der Dokumentation) führt. In Ihrem Fall letztlich der Fehler aus dieser Linie kommt:

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

Auch funktioniert das nicht:

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

Sie müssen stattdessen so etwas tun:

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

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