如何使用`ColumnTransformer`？答案

【问题标题】：How to use the `ColumnTransformer`?如何使用`ColumnTransformer`？
【发布时间】：2021-07-29 06:53:03
【问题描述】：

我正在尝试使用 scikitlearn 的 ColumnTransformer。
这是我所拥有的：

median_imputer = SimpleImputer(strategy = 'median')
mean_imputer = SimpleImputer(strategy = 'mean')

ct = ColumnTransformer([("LotFrontage", median_imputer, X_train.LotFrontage), ("MasVnrArea", median_imputer, X_train.MasVnrArea), ("GarageYrBlt", median_imputer, X_train.GarageYrBlt)])

imputed_X_train = pd.DataFrame(ct.fit_transform(X_train))

但这似乎不起作用，我收到以下关于 fit_transform 函数的 ValueError：
“没有有效的列规范。只允许使用所有整数或所有字符串的标量、列表或切片，或布尔掩码”
我做错了什么？

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

您正在为每个三元组的第三个元素（X_train.LotFrontage 等）传递实际的列数据。您应该改为传递列的 name [还有其他选项，请参阅文档]，例如

ct = ColumnTransformer([
    ("med_imp", median_imputer, ["LotFrontage", "MasVnrArea"]),
    ("mean_imp", mean_imputer, ["GarageYrBlt"])
])

（由于 imputers 对 2D 输入进行操作，您需要提供一个 list 列。我将两个组合在一起并使用您的 mean_imputer 只是为了使示例更复杂一些。 )

【讨论】：

这个名字有什么用？例如“med_imp”在哪里发挥作用？
来自文档：“就像在 Pipeline 和 FeatureUnion 中一样，这允许使用 set_params 设置转换器及其参数并在网格搜索中进行搜索。”您还可以在named_transformers_ 中获得合适的变压器，这是字典式的，这些名称作为键。最后，get_feature_names 在转换后的列名前加上转换器名称。