特征工程对Type列编码触发ValueError: Columns must be same length as key求助

你报错的核心原因是 pd.get_dummies() 对单列处理后返回的是多列DataFrame，而你直接尝试把多列结果赋值给原数据框的单列df['Type']，左右维度不匹配触发报错。比如你的Type列如果有Free、Paid两个取值，pd.get_dummies(df['Type'])会返回2列的结果，你直接赋值给1个列必然失败。

方案1：仅保留编码后的单列（适合二分类场景） #

如果你的Type列仅包含2种取值，只需要保留1列独热编码结果即可直接赋值给原列：

# 取get_dummies返回结果的第一列赋值，drop_first=True还可以避免多重共线性问题
df['Type'] = pd.get_dummies(df['Type'], drop_first=True)

方案2：将多列编码结果合并到原数据集（适合多分类场景） #

如果你的Type列有超过2种取值，参考你之前处理Category列的逻辑，用concat合并多列编码结果：

# 生成Type列的独热编码，列名前缀为type_
type_dummies = pd.get_dummies(df['Type'], prefix='type')
# 合并到原数据集，同时删除原Type列避免冗余
df = pd.concat([df.drop('Type', axis=1), type_dummies], axis=1)

建议执行编码前先检查Type列的取值分布和空值情况，避免遗漏异常值导致编码结果不符合预期：

# 查看Type列的所有取值及计数，包含空值
print(df['Type'].value_counts(dropna=False))

内容的提问来源于stack exchange，提问作者Leo