ColumnTransformer设remainder='passthrough'时报字符串转浮点错误

remainder='passthrough'本身是正常生效的，确实原样透传了未指定处理规则的da列，报错来自后续结果拼接环节，核心触发逻辑如下：

• 你使用的OneHotEncoder默认输出稀疏矩阵，当ColumnTransformer检测到任意一个转换分支输出稀疏矩阵时，会默认尝试把所有分支的输出（包括透传的未处理列）统一转换为稀疏矩阵后再做横向拼接。
• 透传的da列是字符串格式的日期值，无法转换为稀疏矩阵要求的浮点数值类型，因此触发类型转换错误。

另外你代码中提前定义了int_columns、obj_columns做列类型筛选，但后续配置ColumnTransformer时完全没有使用这两个变量，而是硬编码了处理列名，直接漏掉了da列的处理逻辑，也是导致问题的诱因。

方案1：正确处理日期列（推荐，适配后续建模需求） #

不要直接透传字符串格式的日期列，先将其转换为日期类型提取可用的数值特征，再纳入预处理管道，所有特征处理后均为数值类型，从根源避免类型冲突。
参考代码如下：

import pandas as pd
import numpy as np
from sklearn.pipeline import Pipeline
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.compose import ColumnTransformer

# 处理日期列，提取可用于建模的数值特征（也可自定义转换器封装到管道内）
_d['da'] = pd.to_datetime(_d['da'])
_d['da_month'] = _d['da'].dt.month
x = _d.drop(['target', 'da'], axis=1) # 删除原始字符串日期列
y = _d['target']

# 复用之前的列类型筛选逻辑，避免硬编码漏列
int_columns = x.select_dtypes(['float64','int64']).columns.tolist()
cat_columns = x.select_dtypes(['object','category']).columns.tolist()

int_pipeline=Pipeline([
    ('impute_values',SimpleImputer(missing_values=np.nan,strategy='mean')),
    ('scaling',StandardScaler())
])
cat_pipeline=Pipeline([
    ('cat_impute',SimpleImputer(strategy='constant',fill_value='missing')),
    # sklearn 1.2以下版本将sparse_output改为sparse即可
    ('encoding',OneHotEncoder(drop='first', sparse_output=False))
])

# 所有列都分配对应处理逻辑，不需要额外设置remainder
column_trans=ColumnTransformer(transformers=[
   ('int_p',int_pipeline,int_columns),
   ('cat_p',cat_pipeline,cat_columns)
])

mdl_pipeline=Pipeline([
    ('value_transform',column_trans)
])
transformed_data=mdl_pipeline.fit_transform(x,y)

方案2：关闭OneHotEncoder稀疏输出（仅临时调试用） #

如果只是临时调试预处理流程，可以关闭OneHotEncoder的稀疏输出，此时ColumnTransformer会拼接普通稠密数组，不会强制转换透传列的类型：

cat_pipeline=Pipeline([
    ('cat_impute',SimpleImputer(strategy='constant',fill_value='missing')),
    ('encoding',OneHotEncoder(drop='first', sparse_output=False))
])

注意：该方案处理后的数据中da列仍为字符串类型，后续传入机器学习模型时会继续报错，仅适合流程调试使用。

方案3：调整ColumnTransformer稀疏阈值（不推荐） #

给ColumnTransformer传入sparse_threshold=0参数强制输出稠密矩阵，效果和方案2类似，会丧失稀疏矩阵节省内存的优势，且同样没有解决日期列为字符串无法建模的问题：

column_trans=ColumnTransformer(transformers=[
   ('int_p',int_pipeline,['ind', 'score']),
     ('cat_p',cat_pipeline,['grade', 'group'])
],remainder='passthrough', sparse_threshold=0)

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