LabelEncoder.fit_transform() 的类型错误答案

【问题标题】：type error with LabelEncoder.fit_transform()LabelEncoder.fit_transform() 的类型错误
【发布时间】：2018-05-23 08:19:05
【问题描述】：

我在 Kaggle (https://www.kaggle.com/c/titanic/data) 上玩 Titanic 数据集，我想使用 sklearn.preprocessing 中的 LabelEncoder 将最初标记为“男性”或“女性”的 Sex 转换为“0”或“1” .我有以下四行代码，

import pandas as pd
from sklearn.preprocessing import LabelEncoder
df = pd.read_csv('titanic.csv')
df['Sex'] = LabelEncoder.fit_transform(df['Sex'])

但是当我运行它时，我收到了以下错误消息：

TypeError: fit_transform() missing 1 required positional argument: 'y'

错误来自第4行，即

df['Sex'] = LabelEncoder.fit_transform(df['Sex'])

我想知道这里出了什么问题。虽然我知道我也可以使用 map 进行转换，这可能更简单，但我仍然想知道我使用 LabelEncoder 有什么问题。

【问题讨论】：

标签： python-3.x pandas scikit-learn

【解决方案1】：

尝试使用以下link to sklearn。 LabelEncoder 是一个实用类，需要用LabelEncoder()创建对象：

le = LabelEncoder()
df['Sex'] = le.fit_transform(df['Sex'])

用例子测试：

# create test series
gender = pd.Series(['male', 'female', 'male'])

le = LabelEncoder()
transformed_val = le.fit_transform(gender)

# checking result after using label encoder
print(transformed_val)

结果：

[1 0 1]

【讨论】：

我明白了问题所在。在设置 le = LabelEncoder() 之后，我应该使用 LabelEncoder().fit_transform(df['Sex']) 或 le.fit_transform(df['Sex'])。我在代码中的 LabelEncoder 之后缺少 () 。感谢您指出这一点！
太棒了！ Happy Coding.

【解决方案2】：

您只是缺少初始化LabelEncoder 实例的()。

这将起作用：LabelEncoder().fit_transform(df['Sex'])

话虽如此，0p3n5ourcE 的示例更传统，也是处理对象的更简洁的方式。

【讨论】：

是的，我现在意识到了问题所在。谢谢！