使用Light_FAMD执行FAMD时报SparseDataFrame() takes no arguments如何解决

报错原因 #

你遇到的TypeError: SparseDataFrame() takes no arguments报错，是由于使用的light_famd、旧版prince等库依赖pandas已废弃的接口：SparseDataFrame类在pandas 1.0及以上版本中被彻底移除，仅保留的兼容存根也不支持任何传入参数，旧库中调用该类传参的逻辑全部失效。

修复方案 #

方案1：升级使用适配新版pandas的prince库（最推荐） #

prince库的新版本已经完全适配新版pandas，替换原有light_famd的调用即可，改动极小：

1. 首先升级prince到最新版本

pip install --upgrade prince

2. 调整代码适配prince的FAMD接口

import pandas as pd
import numpy as np
from prince import FAMD

# 测试数据集生成逻辑不变
X_n = pd.DataFrame(data=np.random.randint(0,100,size=(10,2)),columns=list('AB'))
X_c = pd.DataFrame(np.random.choice(list('abcde'),size=(10,4),replace=True),columns =list('CDEF'))
X = pd.concat([X_n,X_c],axis=1)

# FAMD调用逻辑仅参数名和方法名有微小调整
famd = FAMD(n_components=2, random_state=42)
famd.fit(X)
print(famd.explained_inertia_) # 对应原light_famd的explained_variance_
print(famd.column_correlations(X)) # 对应原column_correlation方法

方案2：降级pandas版本（仅兼容旧代码时使用） #

如果必须使用原有light_famd版本，可将pandas降级到最后一个支持带参SparseDataFrame的0.25.3版本，缺点是会和大量新版数据科学库产生兼容冲突：

pip install pandas==0.25.3

方案3：手动修复light_famd源码 #

找到本地light_famd库中所有调用SparseDataFrame的代码行，将SparseDataFrame(参数)的写法替换为pandas新版支持的稀疏数据构造逻辑，示例替换逻辑如下：

# 原旧代码
# df = SparseDataFrame(data, index=idx, columns=cols)
# 替换为新写法
df = pd.DataFrame(data, index=idx, columns=cols).astype(pd.SparseDtype(float))

其他库报错处理 #

原生sklearn本身不依赖SparseDataFrame，如果调用sklearn也出现该报错，直接升级scikit-learn到最新版本即可解决：

pip install --upgrade scikit-learn

内容的提问来源于stack exchange，提问作者Marie M