如何基于已训练的ColumnTransformer获取单一分类变量的OneHot编码值？

有两种可行的方式获取单一类别对应的OneHot编码：

方法1：直接提取内部的OneHotEncoder实例 #

ColumnTransformer中定义的转换器可以直接取出单独使用，无需传入完整的数据集结构：

# 从ColumnTransformer中获取已拟合的OneHotEncoder
encoder = ct.named_steps['cat']
# 转换单一类别
blue_encoding = encoder.transform([['blue']]).toarray()
print(blue_encoding)
# 输出：[[1. 0. 0.]]

说明：named_steps['cat']对应你定义ColumnTransformer时指定的转换器名称（第一个参数'cat'），取出后可直接用它处理单独的类别特征，无需关注原数据的其他列。

方法2：构造符合要求的完整输入结构 #

如果不想单独提取编码器，可以构造包含所有特征列的输入（其他列用任意占位值即可，我们只需要编码部分的结果）：

# 构造包含3列的输入，其他列用0占位
full_input = [[0, 'blue', 0]]
# 转换后提取编码部分（前3列）
blue_encoding = ct.transform(full_input)[:, :3]
print(blue_encoding)
# 输出：[['1.0' '0.0' '0.0']]

报错原因说明 #

你调用ct.transform([['red']])时出错，是因为ColumnTransformer拟合时基于3列的数据集，因此transform要求输入必须和原数据集的特征数量一致（3列），哪怕其他列不会被处理。

内容的提问来源于stack exchange，提问作者Meysam