Pipeline转DataFrame报DataFrame constructor not properly called如何解决

你调用gblpq.fit(X_train,y_train)返回的是Pipeline实例对象，不是经过标准化处理后的数值数组，直接将Pipeline对象传入pd.DataFrame()构造函数不符合参数要求，因此抛出该错误。fit()方法仅用于对训练集拟合预处理/模型参数，不会返回转换后的数据集。

把fit()替换为fit_transform()，直接返回拟合+转换后的训练集标准化结果，再传入DataFrame即可。如果后续需要对测试集做相同标准化处理，直接调用拟合好的Pipeline的transform(X_test)方法即可，无需重复拟合。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline

# 假设DATA是你读取后的鸢尾花数据集
X = DATA.drop(['class'], axis = 'columns')
y = DATA['class'].values

X_train, X_test, y_train, y_test = train_test_split(X,y, test_size=0.20, random_state=42)

gbl_pl = []
gbl_pl.append(('standard_scaler_gb', StandardScaler()))
gblpq = Pipeline(gbl_pl)
# 替换fit为fit_transform，得到标准化后的数组
scaled_arr = gblpq.fit_transform(X_train, y_train)
# 直接复用X_train的列名，避免手动写列名出现顺序错误
scaled_df = pd.DataFrame(scaled_arr, columns=X_train.columns)        

# 绘图部分统一用训练集的数据对比，避免全量数据和训练集分布有偏差
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(10, 5))
ax1.set_title('Before Scaling')
sns.kdeplot(X_train['petal_length'], ax=ax1)
sns.kdeplot(X_train['petal_width'], ax=ax1)
sns.kdeplot(X_train['sepal_length'], ax=ax1)
sns.kdeplot(X_train['sepal_width'], ax=ax1)
        
ax2.set_title('After Standard Scaler')
sns.kdeplot(scaled_df['petal_length'], ax=ax2)
sns.kdeplot(scaled_df['petal_width'], ax=ax2)
sns.kdeplot(scaled_df['sepal_length'], ax=ax2)
sns.kdeplot(scaled_df['sepal_width'], ax=ax2)
plt.savefig("output73.png")

如果Pipeline里包含多个预处理步骤，fit_transform()会按顺序执行所有步骤的拟合+转换操作，返回最终处理后的数组，直接转DataFrame即可，不需要单独提取每一步的输出。

内容的提问来源于stack exchange，提问作者Ctrl7