神经网络训练中Label Encoding索引错误及数据类型问题求助

错误原因分析 #

1. 索引错误：你通过.values把X转换成了numpy数组，而numpy数组不支持像DataFrame那样用列名（X['Test']）访问元素，只能使用整数索引、切片等，这直接导致了第一个报错。
2. 类型不兼容错误：Marsh列同时存在float、int、str三种数据类型，而LabelEncoder要求输入必须是统一的字符串或数值类型，混合类型触发了第二个报错。

修正方案与代码 #

先保留X的DataFrame格式（不要过早转numpy数组），方便按列名处理分类特征；同时统一混合类型列的格式，再进行编码：

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split, KFold
from sklearn.preprocessing import StandardScaler, LabelEncoder
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import Adam
from sklearn.metrics import r2_score

# 加载数据集
data = pd.read_excel('Teste JMP.xlsx')

# 保留X为DataFrame格式，方便按列名操作分类特征
X = data.drop(['Brookfield', 'Marsh'], axis=1)
y = data[['Brookfield', 'Marsh']].values

# 初始化编码器
label_encoder = LabelEncoder()

# 处理Test列：先转字符串确保类型统一，再编码
X['Test'] = label_encoder.fit_transform(X['Test'].astype(str))

# 处理Measurement Stage列（如果该列也是分类特征）
if 'Measurement Stage' in X.columns:
    X['Measurement Stage'] = label_encoder.fit_transform(X['Measurement Stage'].astype(str))

# 若需要处理Marsh列（比如作为分类目标）：先统一类型再编码
# marsh_encoder = LabelEncoder()
# data['Marsh'] = marsh_encoder.fit_transform(data['Marsh'].astype(str))
# 处理后需重新分割X和y（如果Marsh是输入特征）

# 最后将X转为numpy数组，供后续模型训练使用
X = X.values

# 后续可继续编写数据集拆分、标准化、模型构建等代码

额外说明 #

• 不要过早将DataFrame转为numpy数组，保留DataFrame格式能更便捷地处理列级操作（比如筛选分类列、处理缺失值等）。
• 对于混合类型的列，通过.astype(str)统一转为字符串是最稳妥的方式，避免类型冲突；如果是数值型列存在异常字符串，可先清理这些异常值（比如替换为NaN后填充）再处理。
• 若Marsh是回归任务的目标变量，不能用LabelEncoder，需先清理其中的非数值内容，确保列是纯数值类型。

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