使用DataFrames.jl的transform!实现独热编码遇参数错误的解决咨询

我尝试用DataFrames.jl的transform!函数实现简单独热编码，但未成功。使用的DataFrame如下：

using DataFrames

df = DataFrame(
  color = ["red", "green", "blue"],
  x = [1, 2, 3]
)
# 3×2 DataFrame
#  Row │ color   x
#      │ String  Int64
# ─────┼───────────────
#    1 │ red         1
#    2 │ green       2
#    3 │ blue        3

我定义了一个返回编码矩阵的函数：

function OneHotEncod(vec::Vector{String})
  reduce(hcat, [vec .== i for i=vec])
end

运行以下代码时触发错误：

transform!(df, Cols(:color) => x -> OneHotEncod(x), renamecols=false)
# ERROR: ArgumentError: Table returned, but a single output column was expected

我理解错误原因，但想知道是否有办法在transform!中使用返回多向量（如矩阵）的函数？

附录：

OneHotEncod(df.color)
# 3×3 BitMatrix:
#  1  0  0
#  0  1  0
#  0  0  1

方法1：用AsTable将矩阵转为表格输出 #

transform!默认期望函数返回单个列的内容，当返回矩阵时，它会将矩阵识别为表格（每一列对应一个表格列）。此时可以用AsTable明确告知要将矩阵的每一列作为新列添加到DataFrame中：

transform!(df, Cols(:color) => x -> OneHotEncod(x) |> AsTable, renamecols=false)

执行后会新增3列，默认列名为x1、x2、x3。如果需要自定义列名，可让函数返回带列名的NamedTuple：

transform!(df, :color => x -> NamedTuple(Symbol.(x) .=> eachcol(OneHotEncod(x))) => AsTable)

这样新增的列会直接用red、green、blue作为列名，更直观。

方法2：调整函数返回列迭代器 #

修改OneHotEncod函数，让它返回矩阵的列迭代器（eachcol(matrix)），然后在transform!中指定新列名：

function OneHotEncod(vec::Vector{String})
  mat = reduce(hcat, [vec .== i for i=vec])
  eachcol(mat)
end

# 指定新列名并执行transform!
transform!(df, :color => OneHotEncod => [:red, :green, :blue])

方法3：使用成熟的独热编码工具包 #

实际开发中更推荐用专门的工具包处理独热编码，避免手动实现的潜在问题：

基于OneHotArrays.jl：

using OneHotArrays

transform!(df, :color => x -> onehotbatch(x, unique(x)) |> eachcol => [:red, :green, :blue])

基于CategoricalArrays.jl：

using CategoricalArrays

# 先将color列转为分类类型
df.color = categorical(df.color)
# 生成哑变量列
transform!(df, :color => x -> dummycols(x)[1] => AsTable)

内容的提问来源于stack exchange，提问作者Shayan