什么是Data Conversion Warning？使用LabelEncoder触发该警告如何解决？

报错原因 #

你遇到的警告核心原因是入参格式不匹配：

• 代码中data[["gender"]]使用双层方括号取列，得到的是二维的DataFrame列向量结构
• LabelEncoder.fit_transform()要求传入的分类特征是一维数组，格式不匹配所以触发警告

提示中提到的ravel()方法作用就是将高维数组压缩为一维数组，刚好匹配接口的入参要求。

ConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().

解决方法 #

两种方案都可以消除警告，按需选择即可：

方案1：按提示使用ravel()转换 #

在取列的代码后追加.values.ravel()，将二维结构转为一维数组：

from sklearn.preprocessing import LabelEncoder 
lbl=LabelEncoder()

data["gender_code"]=lbl.fit_transform(data[["gender"]].values.ravel())
data["race/ethnicity_code"]=lbl.fit_transform(data[["race/ethnicity"]].values.ravel())
data["parental level of education_code"]=lbl.fit_transform(data[["parental level of education"]].values.ravel())
data["lunch_code"]=lbl.fit_transform(data[["lunch"]].values.ravel())
data["test preparation course_code"]=lbl.fit_transform(data[["test preparation course"]].values.ravel())

方案2：改用单层方括号取列（更简洁，推荐） #

直接用单层方括号data["列名"]取列，得到的本身就是一维Series结构，不需要额外转换即可直接传入接口：

from sklearn.preprocessing import LabelEncoder 
lbl=LabelEncoder()

data["gender_code"]=lbl.fit_transform(data["gender"])
data["race/ethnicity_code"]=lbl.fit_transform(data["race/ethnicity"])
data["parental level of education_code"]=lbl.fit_transform(data["parental level of education"])
data["lunch_code"]=lbl.fit_transform(data["lunch"])
data["test preparation course_code"]=lbl.fit_transform(data["test preparation course"])

内容的提问来源于stack exchange，提问作者Abraham Ken