如何从嵌入ColumnTransformer的OneHotEncoder中获取特征名称？

错误原因 #

你遇到的NotFittedError是因为ColumnTransformer内部会创建传入的编码器的副本，而非直接使用你定义的原始ohe实例进行拟合。当你调用transformer.fit_transform(df)时，实际是ColumnTransformer内部的副本完成了拟合，而你代码里的ohe变量从未被真正拟合过，所以调用它的get_feature_names_out()会报错。

解决方法 #

有两种可靠的方式获取特征名称：

方法1：从ColumnTransformer中提取拟合后的编码器实例 #

通过ColumnTransformer的named_transformers_属性，根据转换器的名称（这里是encoder）获取已经拟合好的OneHotEncoder实例，再调用其特征名称方法：

import pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder

df = pd.DataFrame(data = [[1],[2]], columns = ['C'])
ohe = OneHotEncoder(sparse_output = False)
transformer = ColumnTransformer(transformers = [('encoder', ohe, ['C'])])
transformer.fit_transform(df)

# 获取拟合后的编码器并输出特征名称
fitted_ohe = transformer.named_transformers_['encoder']
print(fitted_ohe.get_feature_names_out())
# 输出: ['C_1' 'C_2']

方法2：直接使用ColumnTransformer的get_feature_names_out() #

ColumnTransformer本身提供了get_feature_names_out()方法，会自动整合所有转换器生成的特征名称，无需单独提取编码器：

import pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder

df = pd.DataFrame(data = [[1],[2]], columns = ['C'])
ohe = OneHotEncoder(sparse_output = False)
transformer = ColumnTransformer(transformers = [('encoder', ohe, ['C'])])
transformer.fit_transform(df)

# 直接从ColumnTransformer获取特征名称
print(transformer.get_feature_names_out())
# 输出: ['encoder__C_1' 'encoder__C_2']

这种方法更适合多转换器的场景，能统一管理所有特征名称。

内容的提问来源于stack exchange，提问作者Evan Aad