LabelEncoder: TypeError: '>' не поддерживается между экземплярами 'float' и 'str'

Я столкнулся с этой ошибкой для нескольких переменных, даже рассматривая недостающие значения. Например:

le = preprocessing.LabelEncoder()
categorical = list(df.select_dtypes(include=['object']).columns.values)
for cat in categorical:
    print(cat)
    df[cat].fillna('UNK', inplace=True)
    df[cat] = le.fit_transform(df[cat])
#     print(le.classes_)
#     print(le.transform(le.classes_))


---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-24-424a0952f9d0> in <module>()
      4     print(cat)
      5     df[cat].fillna('UNK', inplace=True)
----> 6     df[cat] = le.fit_transform(df[cat].fillna('UNK'))
      7 #     print(le.classes_)
      8 #     print(le.transform(le.classes_))

C:\Users\paula.ceccon.ribeiro\AppData\Local\Continuum\Anaconda3\lib\site-packages\sklearn\preprocessing\label.py in fit_transform(self, y)
    129         y = column_or_1d(y, warn=True)
    130         _check_numpy_unicode_bug(y)
--> 131         self.classes_, y = np.unique(y, return_inverse=True)
    132         return y
    133 

C:\Users\paula.ceccon.ribeiro\AppData\Local\Continuum\Anaconda3\lib\site-packages\numpy\lib\arraysetops.py in unique(ar, return_index, return_inverse, return_counts)
    209 
    210     if optional_indices:
--> 211         perm = ar.argsort(kind='mergesort' if return_index else 'quicksort')
    212         aux = ar[perm]
    213     else:

TypeError: '>' not supported between instances of 'float' and 'str'

Проверка переменной, приводящей к ошибкам, приводит к:

df['CRM do Médico'].isnull().sum()
0

Помимо значений nan, что может вызвать эту ошибку?

Ответы

Ответ 1

Это связано с элементами семейства df[cat] которые имеют разные типы данных, например (строки и/или поплавки). Это может быть связано с тем, как считываются данные, т.е. числа считываются как float и text в виде строк, или тип данных был float и изменен после операции fillna.

Другими словами

Тип данных pandas "Объект" означает смешанные типы, а не тип str

поэтому используйте следующую строку: 

df[cat] = le.fit_transform(df[cat].astype(str))


должен помочь

Ответ 2

Или используйте литой с разделенным на единый тип str

unique, counts = numpy.unique(str(a).split(), return_counts=True)