Label Encoder后执行One Hot Encoder报错：Expected 2D array, got 1D array instead

嘿，这个问题我太熟悉了！Sklearn的OneHotEncoder对输入维度有严格要求——它必须接收2维数组，但你直接传入的df['info.venue']是1维的Pandas Series，这就是触发错误的核心原因。哪怕你已经用LabelEncoder做过编码，输出的依然是1维数据，所以还是会踩这个坑。

给你几个简单可行的解决方案：

方法1：把1维Series转成2维数组 #

用values.reshape(-1, 1)把Series转换成符合要求的2D格式：

from sklearn.preprocessing import OneHotEncoder
onehotencoder = OneHotEncoder()
# 用reshape把1D转成2D
var1 = onehotencoder.fit_transform(df['info.venue'].values.reshape(-1, 1))

方法2：传入DataFrame而非Series #

直接用双层方括号df[['info.venue']]提取列，这样得到的是一个只有1列的DataFrame（天然是2维结构）：

var1 = onehotencoder.fit_transform(df[['info.venue']])

方法3：用Pandas的get_dummies更省心 #

如果你不需要严格用Sklearn的编码器，Pandas的get_dummies可以一步完成独热编码，还能自动处理列名，非常方便：

import pandas as pd
# 生成独热编码列，前缀设为venue方便识别
venue_onehot = pd.get_dummies(df['info.venue'], prefix='venue')
# 把编码后的列合并回原DataFrame
df = pd.concat([df, venue_onehot], axis=1)

如果之后要和Sklearn的Pipeline配合使用，推荐用ColumnTransformer来指定要编码的列，这样能彻底避免维度问题，比如：

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder

# 定义转换器：对info.venue列做独热编码
ct = ColumnTransformer(
    transformers=[('encoder', OneHotEncoder(), ['info.venue'])],
    remainder='passthrough'
)
# 应用转换器，输出的是2D数组
df_encoded = ct.fit_transform(df)

内容的提问来源于stack exchange，提问作者Mayur Mahajan