ColumnTransformer内Pipeline中拟合后Transformer属性缺失问题排查

核心问题 #

你错误访问了未拟合的原始Transformer对象，而非拟合后生成的实例。在Scikit-learn里有个明确规则：

• transformer.transformers：存的是定义ColumnTransformer时传入的初始未拟合转换器列表
• transformer.transformers_：带下划线的属性才是拟合完成后实际生成的转换器实例集合

你的代码用了transformer.transformers[0][1]，拿到的是定义时的原始pipe对象——它内部的PCA根本没被真正拟合（真正的拟合过程发生在ColumnTransformer的fit方法里，拟合后的实例会存在transformers_中），自然没有explained_variance_ratio_这类拟合专属属性。

修正后的代码 #

把访问属性从transformers改成transformers_，同时推荐用命名属性替代硬编码索引，后续修改步骤顺序也不用调整代码：

from sklearn.preprocessing import OneHotEncoder, StandardScaler
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import Pipeline
from sklearn.decomposition import PCA
import pandas as pd

def transform(df: pd.DataFrame, cat_cols, log_cols, passthrough_cols):
    oh_enc = OneHotEncoder(handle_unknown='ignore')
    transformer_oh = ColumnTransformer([('cat_cols', oh_enc, cat_cols)], remainder='passthrough')
    scaler = StandardScaler()
    pca = PCA(n_components=5)

    pipe = Pipeline([("preprocessing", transformer_oh),
                     ("scaling", scaler),
                     ("pca", pca)
                     ])
    to_transform = list(set(df.columns) - set(passthrough_cols))
    transformer = ColumnTransformer([("pipe", pipe, to_transform)], remainder='passthrough')
    transformer = transformer.fit(df)

    # 方式1：用transformers_ + steps索引（不推荐硬编码索引）
    pca2 = transformer.transformers_[0][1].steps[2][1]
    print(pca2.explained_variance_ratio_)

    # 方式2：用命名属性更清晰（推荐）
    fitted_pipe = transformer.named_transformers_['pipe']
    fitted_pca = fitted_pipe.named_steps['pca']
    print(fitted_pca.explained_variance_ratio_)

额外注意事项 #

• Scikit-learn里所有拟合后生成的属性都带下划线后缀（比如explained_variance_ratio_、mean_），未拟合的实例不会有这些属性
• 用named_transformers_和named_steps访问嵌套组件比索引可靠，后续调整Pipeline步骤顺序时不用改索引值
• 你的代码里log_cols没用到，记得补充对应处理逻辑，避免功能遗漏

内容的提问来源于stack exchange，提问作者HrkBrkkl