pandas类别特征转数值后训练决策树报错ValueError: at least one array or dtype is required

你的代码执行顺序错误导致训练特征集为空：

• 你先执行了map_categorical_features(df)完成了所有类别特征的数值编码，编码后原来的object类型特征全部转为了数值类型
• 之后你再调用get_categorical_features(df)，这个函数的逻辑是筛选object类型的列，此时已经没有符合条件的列，返回空列表，最终构造的X、X_train、X_test都是空数据集，模型训练时缺少输入特征因此抛出报错。

调整代码执行顺序，在特征编码之前先提取类别特征列表：

# 编码前先提取所有类别特征列名，此时特征还是object类型可正常筛选
categorical_features = get_categorical_features(df)

# 再执行类别特征编码
mapped_df = map_categorical_features(df)

# 用提前保存的特征列表构造训练集
X = mapped_df[categorical_features]
# 额外提示：标签RainTomorrow还是Yes/No的字符串格式，建议转成数值避免后续报错
y = mapped_df['RainTomorrow'].map({'Yes':1, 'No':0})

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=42)

内容的提问来源于stack exchange，提问作者Chen Rone