我使用hotEncoder处理一个包含5个值的列，结果得到了5列（用于Z）。这没问题。现在我有另一个包含3个值的列，但在Z1中得到了2列而不是3列。我需要在代码中做些什么来修复这个问题，以便在Z1中得到3列？
另外，我还想了解hotEncoder代码的解释。为什么在这里必须使用np.hstack？非常感谢！！
X = df.iloc[:, :-1].values Y = df.iloc[:, -1].values labelencoder_X5 = LabelEncoder()labelencoder_X6 = LabelEncoder()X[:, 5] = labelencoder_X5.fit_transform(X[:, 5])X[:, 6] = labelencoder_X6.fit_transform(X[:, 6])onehotencoder = OneHotEncoder(sparse=False)Z= onehotencoder.fit_transform(X[:, [5]])X = np.hstack(( Z, X[:,:5] , X[:,6:])).astype('float')#handling the dummy variable trapX = X[:, 1:]onehotencoder = OneHotEncoder(sparse=False)Z1= onehotencoder.fit_transform(X[:, [6]])X = np.hstack(( Z1, X[:,:6] , X[:,7:])).astype('float')#handling the dummy variable trapX = X[:, 1:]回答：
您通过转换第六列获得Z1，但这并不是原始数据中的第六列。在之前的代码块中，您在重新定义X时使用hstack将第五列（原始）的虚拟变量放在了前面。
但是一些通用的评论是必要的。
- 您不需要在onehot-encoding之前进行标签编码；这是旧版sklearn的遗留问题。
- 您可以使用单个
OneHotEncoder并一次性fit_transform您的所有分类列。 - 您可以使用参数
drop='first'在OneHotEncoder内部“处理虚拟变量陷阱”。 - 您可以使用
ColumnTransformer来避免手动使用hstack。
也就是说，我建议使用以下方法：
tfmr = ColumnTransformer( transformers=[('ohe', OneHotEncoder(drop='first', sparse=False), [5,6])], remainder='passthrough' )X_preproc = tfmr.fit_transform(X)