OneHotEncoder输入不作为数组工作

OneHotEncoder输入不作为数组工作时，可以使用pandas.DataFrame进行转换。下面是一个示例代码：

import pandas as pd
from sklearn.preprocessing import OneHotEncoder

# 创建示例数据
data = {'category': ['A', 'B', 'A', 'C']}
df = pd.DataFrame(data)

# 创建OneHotEncoder对象
encoder = OneHotEncoder()

# 将分类变量转换为独热编码
df_encoded = pd.DataFrame(encoder.fit_transform(df[['category']]).toarray())

# 将独热编码结果添加到原始数据框中
df_encoded.columns = encoder.get_feature_names(['category'])
df_final = pd.concat([df, df_encoded], axis=1)

print(df_final)

输出结果：

  category  category_A  category_B  category_C
0        A         1.0         0.0         0.0
1        B         0.0         1.0         0.0
2        A         1.0         0.0         0.0
3        C         0.0         0.0         1.0

在这个示例中，我们首先使用pandas.DataFrame创建了一个包含分类变量的数据框(df)。然后，我们创建了OneHotEncoder对象(encoder)，并将分类变量输入fit_transform方法中进行转换。最后，我们将独热编码结果添加到原始数据框(df)中，得到最终的结果(df_final)。