使用ColumnTransformer仅标准化数值特征时报错原因求解

这个报错的核心意思是：通过字符串列名指定需要处理的列，仅支持输入为pandas DataFrame类型的场景，你当前传入ColumnTransformer的是numpy数组类型的数据，numpy数组没有columns属性，无法匹配你写的列名字符串，因此触发报错。

你在定义特征X的时候，末尾加了.values，这个操作会直接把pandas DataFrame转换成numpy ndarray格式，后续拆分得到的X_train、X_test也都是numpy数组类型，自然无法支持按列名字符串筛选列的操作。

有两种常用修复方式：

• 方式一：保留DataFrame格式，定义X的时候去掉末尾的.values即可

  # 去掉.values，X保持DataFrame格式
  X=concat_df[[ 'satisfaction_level', 'last_evaluation', 'number_project', 'average_monthly_hours', 'time_spent_company', 'work_accident', 'promotion_last_5years', ('IT',), ('RandD',), ('accounting',), ('hr',), ('management',), ('marketing',), ('product_mng',), ('sales',), ('support',), ('technical',), 'oe_salary', 'eval_spent']]
  y=concat_df["left"].values
  

  后续拆分得到的X_train、X_test都是DataFrame，原有ColumnTransformer代码不需要修改即可正常运行。
• 方式二：如果需要保持numpy数组格式，把需要标准化的列换成对应的列索引即可
  先数清楚需要标准化的6个列在X的特征列表中的位置索引，比如satisfaction_level是第0位，last_evaluation是第1位，以此类推，将Cols修改为对应索引的列表：

  # 示例索引，你可以根据自己的特征顺序核对调整
  Cols = [0,1,2,3,4,18]
  

  用数值索引指定列的方式对numpy数组也生效，不需要修改其他代码。

内容的提问来源于stack exchange，提问作者cped