使用OneHotEncoder对df的sex列独热编码仍报2D数组错误如何解决

错误原因 #

• 维度调整的位置错误：OneHotEncoder.fit_transform要求输入为二维数组，你当前直接传入一维的df['sex']（Series类型）就触发了报错，reshape操作放在转换完成后无法解决输入维度的问题。
• 未初始化OneHotEncoder实例：代码中直接使用ohe变量，没有提前创建OneHotEncoder类的实例，后续还会触发变量未定义的报错。
• 赋值维度不匹配：sex列为二分类特征，默认one-hot编码会输出2列结果，直接赋值给单列的df['sex']会出现维度不兼容的问题。

解决方法 #

方案1：使用pandas内置get_dummies（更简洁，无需手动处理维度） #

该方法无需导入sklearn的编码器，自动生成带前缀的one-hot列：

import pandas as pd

df = pd.read_csv('C:/Users/User/Downloads/suicide_rates.csv')
# 生成one-hot列并合并到原数据框，prefix参数指定列名前缀
df = pd.concat([df, pd.get_dummies(df['sex'], prefix='sex')], axis=1)
# 可按需删除原始的sex列
df.drop('sex', axis=1, inplace=True)

方案2：修正OneHotEncoder的调用逻辑 #

如果需要用sklearn的编码器，调整输入维度和初始化逻辑即可：

import pandas as pd
from sklearn.preprocessing import OneHotEncoder

df = pd.read_csv('C:/Users/User/Downloads/suicide_rates.csv')
# 初始化编码器，sparse_output=False直接输出数组，drop='first'避免多重共线性，二分类场景输出1列
ohe = OneHotEncoder(sparse_output=False, drop='first')
# 用双层方括号取sex列，得到的是二维DataFrame，符合编码器的输入要求
df['sex'] = ohe.fit_transform(df[['sex']])

补充说明：如果不需要删去重复列，去掉drop='first'参数即可，此时输出为2列，需要用pd.concat把编码结果合并到原数据框，不能直接赋值给单列的df['sex']。

内容的提问来源于stack exchange，提问作者melololo