使用OneHotEncoder拟合并转换训练集与测试集时出现TypeError: cannot perform reduce with flexible type错误的求助

你遇到的这个TypeError: cannot perform reduce with flexible type，本质是因为要编码的列数据类型存在异常——OneHotEncoder没办法处理混合类型（比如同一列里既有字符串又有数值）或者非分类语义的特征。下面给你一步步的解决思路：

第一步：先排查目标列的类型和内容 #

先运行这段代码，确认你要编码的列有没有类型混乱或者异常值：

# 查看列的数据类型
print(X_train[encode_columns].dtypes)
# 逐个列查看前几行内容，确认是否有混合类型
for col in encode_columns:
    print(f"\n列 {col} 的前5行内容：")
    print(X_train[col].head())

如果输出里有列是object类型，但内容混了数值和字符串，或者像commercial_units这类数值列实际是分类含义（比如表示不同单元类别而非数值大小），那就是问题的核心。

第二步：统一列的类型为分类类型 #

把所有要编码的列转换成category类型，既能明确它们是分类特征，也能彻底避免混合类型的问题：

from sklearn.preprocessing import OneHotEncoder

encode_columns = ['borough','building_class_category', 'commercial_units','residential_units']

# 转换训练集和测试集的目标列为category类型
for col in encode_columns:
    X_train[col] = X_train[col].astype('category')
    # 测试集要和训练集保持类别体系一致，直接转category即可
    X_test[col] = X_test[col].astype('category')

# 重新初始化编码器并执行拟合、转换
enc = OneHotEncoder(handle_unknown='ignore')
enc.fit(X_train[encode_columns])
# 建议用新变量存储编码结果，避免覆盖原数据集丢失其他列
X_train_encoded = enc.transform(X_train[encode_columns])
X_test_encoded = enc.transform(X_test[encode_columns])

第三步：正确查看编码后的结果 #

OneHotEncoder默认返回稀疏矩阵，直接调用.head()会报错，你可以把它转换成DataFrame来查看：

import pandas as pd

# 转换为DataFrame，同时用编码器生成的特征名作为列名
X_train_encoded_df = pd.DataFrame(
    X_train_encoded.toarray(),
    columns=enc.get_feature_names_out(encode_columns),
    index=X_train.index  # 保留原索引，方便后续和其他未编码列合并
)
print(X_train_encoded_df.head())

额外排查：检查缺失值 #

如果上面的方法还没解决问题，再检查目标列有没有缺失值——缺失值也可能导致类型异常：

print(X_train[encode_columns].isnull().sum())

如果有缺失值，先用训练集的众数填充训练集和测试集：

for col in encode_columns:
    mode_val = X_train[col].mode()[0]
    X_train[col] = X_train[col].fillna(mode_val)
    X_test[col] = X_test[col].fillna(mode_val)

内容的提问来源于stack exchange，提问作者Zexxxx