OneHot Encoder在转换单列时的trick

你是否也遇到了“ValueError: Expected 2D array, got 1D array instead: ” error？

---

OneHot Encoder在应用于单列时需要注意的事项：

OneHot Encoder的fit_transform(self, X, y=None)函数说明如图所示，X需要是一个Shape为(a, b)的array-like argument，所以在我们将OH encoder应用在单列上时，由于pd.Series的shape为(a,)并非(a,1)，所以常会导致shape不对，出现"expect 2D, but 1D is taken"类似错误，要求reshape(-1,1)的错误提示，这时的解决方法如下：

1. oh.fit_transform(X_train['somecol']) -> oh.fit_transform(X_train['somecol'].to_numpy().reshape(-1,1))

2. oh.fit_transform(X_train['somecol']) -> oh.fit_transform(pd.DataFrame(X_train['somecol']))

---

reshape(-1,1)做了什么的？

reshape是用来改变矩阵行列数目的，这里的1顾名思义是将目标矩阵变为1列，那-1呢？numpy官方文档里有提到，-1意味着“unspecified value”, 意思就是如果我们将列或行的数目定下，不用再计算需要的对应的行或列的数目，而用-1即可，numpy会自动帮我们算出应赋予的行或列的数目。

而在对pandas的Series类型（shape为(a,)）进行reshape(-1,1)时，Series的结构其实并未被改变，只不过shape从(a,)变到了(a,1)，使其可以与OneHot Encoder的参数定义相匹配。