使用SimpleImputer与OrdinalEncoder时遇ValueError问题求助

核心问题：维度不匹配引发的类型推断错误 #

• sklearn变换方法的返回维度特性：
  OrdinalEncoder.inverse_transform()、SimpleImputer.fit_transform()这类sklearn工具的变换方法，返回的都是2维numpy数组（格式为(样本数量, 特征数量)），哪怕只处理单个特征，返回结果也是(n,1)的2维结构。

• pandas单列赋值的差异逻辑：

  • 当赋值的是数值类型的2维数组时（比如编码后的数值），pandas会自动将其降为1维，所以df["encoded"]=encoder.fit_transform(df[["cat"]])能正常执行。
  • 但当赋值的是字符串类型的2维数组时（inverse_transform还原出的原分类字符串），pandas会触发类型推断流程（比如判断是否为日期时间类型），而负责推断的maybe_infer_to_datetimelike函数强制要求输入为1维数组，此时传入2维数组直接抛出ValueError: 2。

• flatten()的解决原理：
  flatten()将(n,1)的2维数组转换为(n,)的1维数组，完全匹配pandas对单列数据的维度要求，因此赋值成功。

直观验证代码 #

你可以打印返回值的维度，直接看到差异：

print(encoder.fit_transform(df[["cat"]]).shape)  # 输出 (7,1)
print(encoder.inverse_transform(df[["encoded_imp"]]).shape)  # 输出 (7,1)
print(encoder.inverse_transform(df[["encoded_imp"]]).flatten().shape)  # 输出 (7,)

内容的提问来源于stack exchange，提问作者NovicePatience