如何使用ColumnTransformer与OrdinalEncoder做特征转换？出现KeyError如何解决？

• 核心问题：ColumnTransformer默认输出无列名的numpy数组，OrdinalEncoder无法通过列名找到对应字段
  你使用的OrdinalEncoder（大概率是category_encoders库的实现）依赖输入数据的列名匹配mapping参数里指定的col字段，而ColumnTransformer默认将每个变换器的输出转为numpy数组，传递给下游object_pre管道的数据已经丢失了列名，因此查找Education列时直接触发KeyError。
• mapping生成逻辑错误，包含了不需要处理的数值列
  你生成mapping的循环语句for i in list(set(X.columns) - set(ord_cols))遍历了所有字段（包括数值列），但object_pre管道只会收到object_cols对应的字符型字段，数值列不会进入编码器的输入，多余的mapping条目也会引发匹配异常。
• 管道处理逻辑冲突
  你先对所有字符列做OrdinalEncoder编码，后续的OneHotEncoder指定了cols=ord_cols，此时输入已经是编码后的数值，不存在Gender列名，后续也会触发报错。

修复方案 #

1. 给ColumnTransformer开启pandas输出，保留列名（scikit-learn 1.2+版本支持）：

preprocessor = ColumnTransformer(transformers=[
    ("num_pre", num_pre, num_cols),
    ("object_pre", object_pre, object_cols)
]).set_output(transform="pandas") # 新增该行，输出带列名的DataFrame

2. 修正mapping生成逻辑，只遍历字符型列：

# 原有Education、Dependents的mapping定义不变
ord_cols = ["Gender"]
# 只处理未单独定义规则的字符型列
processed_obj_cols = ["Education", "Dependents"] + ord_cols
for i in list(set(object_cols) - set(processed_obj_cols)):
    mapping.append({
        "col": i,
        "mapping": {
            "No": 0,
            "Yes": 1
        }
    })

3. 调整管道顺序，如果确实需要对部分列做独热编码，建议拆分字符列的处理逻辑，避免编码后列名丢失。

内容的提问来源于stack exchange，提问作者Cerdipinki