使用LabelEncoder处理Beers数据集时出现TypeError报错如何解决

TypeError: Encoders require their input to be uniformly strings or numbers. Got ['float', 'str']

该报错核心原因是你筛选出的object类型列中存在空值NaN，NaN在Python中属于float类型，导致单列内同时存在字符串和浮点数两种数据类型，不符合LabelEncoder的输入要求。

• 方法1：先填充空值再编码
  先把所有object列的空值统一填充为占位字符串，保证列内全为字符串类型后再做编码，代码示例：

  from sklearn import preprocessing
  import pandas as pd
  
  df3 = BeerDF.select_dtypes(include=['object']).copy()
  # 统一填充空值为占位字符串
  df3 = df3.fillna('missing')
  label_encoder = preprocessing.LabelEncoder()
  df3 = df3.apply(label_encoder.fit_transform)
  

• 方法2：删除含空值的行/列
  如果空值占比很低，可以直接删除包含空值的行；如果某列空值占比极高，也可以直接删除该列：

  # 删除含空值的行
  df3 = df3.dropna(axis=0)
  # 或者删除含空值的列
  # df3 = df3.dropna(axis=1)
  df3 = df3.apply(label_encoder.fit_transform)
  

• 方法3：改用支持空值的编码器
  如果使用sklearn 1.0以上版本，可以换用OrdinalEncoder，它原生支持缺失值处理，不需要提前处理空值：

  from sklearn.preprocessing import OrdinalEncoder
  
  ord_encoder = OrdinalEncoder(handle_unknown='use_encoded_value', unknown_value=-1)
  df3 = ord_encoder.fit_transform(df3)
  # 需要转成DataFrame格式可额外补充下面这行
  # df3 = pd.DataFrame(df3, columns=df3.columns)
  

内容的提问来源于stack exchange，提问作者RasK