LabelEncoder转换多列分类列报ValueError错误如何解决

• LabelEncoder 设计上仅支持输入一维数组/序列，你传入的df.iloc[:,0:4]是包含多列的二维DataFrame切片，不符合输入维度要求，因此触发ValueError: y should be a 1d array报错。
• 额外注意两个逻辑问题：
  • pandas位置切片iloc遵循左闭右开规则，你写的0:4实际只会选中第0、1、2、3列，并未覆盖你需要处理的第4列；总共有50列的情况下，最后一列索引为49，要覆盖第9至50列需要写切片9:50。
  • 不同分类列的类别取值完全独立，不能用同一个LabelEncoder实例拟合所有列，否则会出现类别映射混乱、编码结果错误的问题。

逐列初始化独立的LabelEncoder做转换即可，可直接运行的参考代码如下：

from sklearn.preprocessing import LabelEncoder

# 组装所有需要编码的列
target_cols = df.columns[0:5].tolist() + df.columns[9:50].tolist()

# 逐列执行标签编码
for col in target_cols:
    le = LabelEncoder()
    df[col] = le.fit_transform(df[col])

如果偏好更简洁的写法，也可以用apply逐列应用编码逻辑：

from sklearn.preprocessing import LabelEncoder

target_cols = df.columns[0:5].tolist() + df.columns[9:50].tolist()
df[target_cols] = df[target_cols].apply(lambda x: LabelEncoder().fit_transform(x))

• 标签编码会给无序的标称型列人为引入数值大小关系（比如将类别“北京/上海/广州”映射为0/1/2后，模型会默认认为2>1>0），如果后续要训练线性模型、基于距离计算的模型（如KNN、K-Means），建议替换为独热编码，避免引入错误的顺序偏误。
• 如果后续需要将编码结果还原为原始类别，可以在编码时用字典把每一列对应的LabelEncoder实例保存下来，调用其inverse_transform方法即可完成逆转换。

内容的提问来源于stack exchange，提问作者Encipher