问题描述
我整天都在 dask 的网站上，但它仍然不适合我。
我有数据框，不同的列需要不同的预处理：
pipe = make_pipeline(
OneHotEncoder(),LabelEncoder(),QuantileTransformer(n_quantiles=20,output_distribution='uniform')
)
pipe.fit(df[['Exchange','CurrencyCode']],df[['ticker','year']],df['revenue','expenses'])
这是我正在做的一个例子。我正在尝试采用不同的列并以不同的方式对待它们。但是在执行上述操作时出现此错误：
TypeError: fit() takes from 2 to 3 positional arguments but 4 were given
我尝试做的另一件事是 ColumnTransformer：
ct = ColumnTransformer(
[("norm1",OneHotEncoder(),['Exchange','CurrencyCode']),("norm2",StandardScaler(),['revenue','expenses'])
])
ct.fit_transform(main_dataframe)
我收到此错误：
NotImplementedError: `df.column.cat.categories` with unkNown categories is not supported. Please use `column.cat.as_kNown()` or `df.categorize()` beforehand to ensure kNown categories
我很困惑这样做的正确方法是什么？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）