值错误：无法将字符串转换为浮点数答案

【问题标题】：Value error :Cannot convert string to float值错误：无法将字符串转换为浮点数
【发布时间】：2019-08-31 13:21:05
【问题描述】：

from sklearn.preprocessing import OneHotEncoder
enc=OneHotEncoder(handle_unknown='ignore')
X=[['gender', 1], ['NationalITy', 2], ['PlaceofBirth', 3],['StageID', 4], ['GradeID', 5], ['SectionID', 6],['Topic', 7], ['Semester', 8], ['Relation', 9],['raisedhands', 1], ['VisITedResources', 2], ['AnnouncementsView', 3],['Discussion', 4], ['ParentAnsweringSurvey', 5], ['ParentschoolSatisfaction', 6],['Class',7]]
enc.fit_transform(X)

ValueError Traceback（最近调用最后）在（） ----> 1 enc.fit_transform(X)

~\Anaconda3\lib\site-packages\sklearn\preprocessing\data.py 在 fit_transform(self, X, y) 2017 """ 2018 返回 _transform_selected(X, self._fit_transform, -> 2019 self.categorical_features, copy=True) 2020 2021 def _transform(self, X)：

~\Anaconda3\lib\site-packages\sklearn\preprocessing\data.py 在 _transform_selected(X, transform, selected, copy) 1807 X：数组或稀疏矩阵，shape=(n_samples, n_features_new) 1808
""" -> 1809 X = check_array(X, accept_sparse='csc', copy=copy, dtype=FLOAT_DTYPES) 1810 1811 if isinstance(selected, Six.string_types) 并选择 == "all":

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py 在 check_array（数组，accept_sparse，dtype，顺序，复制， force_all_finite，ensure_2d，allow_nd，ensure_min_samples， ensure_min_features、warn_on_dtype、估计器）第431章 432 其他： --> 433 数组 = np.array（数组，dtype=dtype，order=order，copy=copy） 434 435 如果确保_2d：

ValueError: 无法将字符串转换为浮点数：'gender'

【问题讨论】：

它适用于我使用 scikit-learn-0.20.3 和 scipy-1.2.1

标签： python scikit-learn

【解决方案1】：

从这篇文章中，

OneHotEncoder Error: cannot convert string to float

您可以看到它不起作用，但使用整数。但是，现在，文档说它适用于整数。

也许你应该更新你的版本，因为它应该能够转换字符串。

对我来说，编辑中的一段代码运行良好。

【讨论】：