使用scikit-learn StandardScaler拟合DataFrame时遇类型错误求助

问题重现 #

执行scaler.fit(data[map_keys])时触发如下错误：

TypeError: Feature names are only supported if all input features have string names, but your input has ['str', 'str_'] as feature name / column name types. If you want feature names to be stored and validated, you must convert them all to strings, by using X.columns = X.columns.astype(str) for example. Otherwise you can remove feature / column names from your input data, or convert them all to a non-string data type.

已将map_keys列表中的元素全部转为原生str类型，但错误依然存在，使用scikit-learn版本为1.2.1。

根本原因 #

虽然你把索引用的map_keys转成了str，但原DataFrame的列名本身还是np.str_类型。当你用data[map_keys]提取子数据框时，返回的列名依然保留原有的np.str_类型，导致sklearn检测到混合类型的特征名，触发错误。

解决方案 #

直接将原DataFrame的列名转换为原生Python字符串类型：

# 可选：先确认列名类型
print([type(col) for col in data.columns])

# 转换所有列名为原生str
data.columns = data.columns.astype(str)

# 再执行拟合操作
scaler.fit(data[map_keys])

补充说明 #

scikit-learn 1.2及以上版本对特征名的类型一致性做了严格校验，要求所有特征名必须是同一种类型（要么全是原生str，要么全是非字符串类型）。仅转换索引列表无法改变子数据框的列名类型，必须直接修改原DataFrame的列名类型才能解决问题。

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