如何在Pandas中准备T-SNE转换输入？解决ValueError问题

我尝试用以下代码对Pandas DataFrame中的数据集进行T-SNE可视化：

N = 10000
df_subset = df.sample(n=N, random_state=1)
data_subset = df_subset.values
tsne = TSNE(n_components=2, verbose=1, perplexity=40, n_iter=300)
tsne_results = tsne.fit_transform(data_subset)

但运行最后一行时触发错误：ValueError: setting an array element with a sequence.

即使改用df_subset.to_numpy()转换数据，错误依然存在。从数据形态能看出，data_subset的单个元素是序列结构（而非单一数值），这不符合T-SNE对输入数据的要求。

解决方法： #

• 清理非数值/嵌套结构列：T-SNE要求输入是纯数值型二维数组，先检查DataFrame中是否存在包含列表、数组等嵌套结构的列，直接删除这类列，或者将序列型数据拆分为多个数值列（比如某列是固定长度的列表，可使用df_subset[目标列].apply(pd.Series)拆分）。
• 统一数据类型：用df_subset.dtypes查看各列类型，对object类型列做处理：如果是字符串类别，用One-Hot编码或LabelEncoder转换为数值；如果是嵌套结构，必须先扁平化处理。
• 验证输入数组有效性：处理完成后，用data_subset.shape确认数组为二维结构（例如(10000, 特征数)），且每个元素都是单一数值，无嵌套序列。

内容的提问来源于stack exchange，提问作者robot