Scikit-Learn ColumnTransformer如何取消自动添加前缀？（v1.0.2）

取消自动添加前缀的方法 #

方法1：使用verbose_feature_names_out=False参数 #

从scikit-learn 0.23版本开始，ColumnTransformer新增了verbose_feature_names_out参数，设置为False即可关闭自动添加前缀的行为，直接使用特征的原始名称（或转换器生成的特征名）：

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

# 示例数据集
df = pd.DataFrame({
    'Color': ['red', 'blue', 'red'],
    'Size': ['small', 'big', 'small'],
    'cost': [10, 20, 15]
})

transformer = ColumnTransformer(
    transformers=[
        ('onehot', OneHotEncoder(), ['Color', 'Size'])
    ],
    remainder='passthrough',
    verbose_feature_names_out=False  # 关闭前缀自动添加
)

transformed = transformer.fit_transform(df)
transformed_df = pd.DataFrame(transformed, columns=transformer.get_feature_names_out())

print(transformed_df.columns)
# 输出：Index(['Color_red', 'Color_blue', 'Size_small', 'Size_big', 'cost'], dtype='object')

方法2：手动清理列名（适配旧版本） #

如果你的scikit-learn版本低于0.23，可以手动提取列名并清理前缀：

feature_names = transformer.get_feature_names_out()
# 按双下划线分割，取最后一部分作为列名
cleaned_names = [name.split('__')[-1] for name in feature_names]
transformed_df = pd.DataFrame(transformed, columns=cleaned_names)

print(transformed_df.columns)
# 输出：Index(['color_red', 'color_blue', 'size_small', 'size_big', 'cost'], dtype='object')

自动添加前缀的设计原因 #

• 避免列名冲突：当多个转换器处理不同字段但可能生成同名特征，或者remainder保留的原始列与转换后的特征重名时，前缀能确保所有列名唯一，防止后续数据处理出现混乱。
• 明确特征来源：前缀可以快速标识特征的生成逻辑，比如onehot__color_red能直接看出是由OneHotEncoder处理Color列生成的，方便调试和维护复杂的数据转换流程。
• 适配Pipeline复杂场景：在多步骤的机器学习Pipeline中，前缀机制能清晰追踪特征的生成路径，提升整个转换流程的可解释性。

内容的提问来源于stack exchange，提问作者branperr