pandas独热编码后转numpy数组报混合类型TypeError如何调试

你提供的测试代码在标准稳定版pandas/numpy环境中可正常运行，出现该报错属于环境异常或隐性数据类型问题，可按以下步骤逐一排查：

• 第一步：验证依赖版本兼容性
  运行以下命令查看当前依赖版本：

  import pandas as pd
  import numpy as np
  print(pd.__version__, np.__version__)
  

  若pandas版本<1.3或numpy版本<1.20，升级到稳定版后重试：

  pip install --upgrade pandas numpy
  

• 第二步：检查哑变量数据的实际类型
  很多时候astype转换会因为列中存在隐性异常值不生效，运行以下命令确认所有列的类型一致性：

  # 查看各列声明类型
  print(dfd.dtypes)
  # 查看每列实际包含的Python类型数量，返回值超过1说明该列存在混合类型
  print(dfd.applymap(type).nunique())
  

  如果发现混合类型，用以下命令强制转换所有列为数值，异常值转空后再做缺失值处理：

  dfd = dfd.apply(pd.to_numeric, errors='coerce')
  # 检查是否有转换失败的空值
  print(dfd.isna().sum())
  

• 第三步：排查索引/元数据残留问题
  若原始数据存在分类类型索引或自定义元数据，会干扰NumPy转换逻辑，重置索引后重试：

  dfd = dfd.reset_index(drop=True)
  print(dfd.values)
  

• 第四步：临时规避方案
  若排查时间有限，可跳过整体转NumPy的逻辑，用两种方式绕过报错：
  1. 逐列转换后拼接数组：

  arr = np.column_stack([dfd[col].to_numpy() for col in dfd.columns])
  

  2. 针对SelectKBest的场景，既然单独调用mutual_info_classif正常，可手动计算得分再筛选特征，无需依赖SelectKBest内部转换逻辑：

  from sklearn.feature_selection import mutual_info_classif
  # 手动计算所有特征得分，your_target_label替换为你的标签列
  scores = mutual_info_classif(dfd, your_target_label)
  # 取得分前k的列索引，k替换为你需要保留的特征数量
  top_k_cols = scores.argsort()[-k:][::-1]
  # 直接筛选特征
  selected_features = dfd.iloc[:, top_k_cols]
  

• 第五步：环境冲突排查
  若以上步骤都无效，说明当前Python环境存在依赖包版本冲突，新建干净虚拟环境安装pandas、numpy、scikit-learn后重新运行代码测试即可。

内容的提问来源于stack exchange，提问作者Anupam Kumar