报错：无法将形状(14204,1)数组广播至形状(14204)，求解决方案

你遇到的这个报错本质是数组维度不匹配导致的，这在使用sklearn预处理工具处理单特征时很常见，我来给你拆解原因和解决办法：

问题根源 #

imputer.transform() 是为处理二维特征矩阵设计的——哪怕你通过 reshape(-1,1) 把单特征的一维数组转成了二维输入，它返回的结果依然会保持二维结构（也就是形状 (14204, 1)）。但你要赋值的 dataset[:,6] 是一个一维数组（形状 (14204,)），numpy 无法直接把二维数组“塞进”一维的位置，所以抛出了广播错误。

三种快速解决办法 #

你只需要把 transform() 返回的二维数组转换成一维，就能顺利赋值了，这里有三种常用方式：

1. 使用 flatten() 扁平化数组：

dataset[:, 6] = imputer.transform(dataset[:,6].reshape(-1,1)).flatten()

2. 使用 ravel() 拉平数组（和 flatten() 类似，但内存占用更低）：

dataset[:, 6] = imputer.transform(dataset[:,6].reshape(-1,1)).ravel()

3. 直接提取二维数组的第一列（因为只有一列数据）：

dataset[:, 6] = imputer.transform(dataset[:,6].reshape(-1,1))[:, 0]

小提示 #

后续用sklearn预处理工具处理单特征时，都要留意这个维度问题——大多数sklearn组件都会保持输出的二维结构，和输入的特征矩阵格式对齐，所以转成一维再赋值到原数组的列是常规操作。

内容的提问来源于stack exchange，提问作者Chetan P