質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.57%

sklearn の Label Encoderでカテゴリカル変数の前処理をしたい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 2,934

feyn

score 24

google colaboratoryを用いて、データ分析をしています。

その過程でカテゴリカル変数を数値に変換したいのですがエラーが出てしまい困っております。。

具体的には '北'、'南'、'東'、'西' といった方角(欠損値含む)を、python の LabelEncoder を用いて変換しようと思っています。

変換したいデータ

>> train['direction']

0         南東
1        NaN
234          南
        ... 
9697         西
9899100       南東
Name: direction, Length: 101, dtype: object

コード

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
le.fit(train['direction'])
train['direction'] = le.transform(train['direction'])

出るエラー

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
/usr/local/lib/python3.6/dist-packages/sklearn/preprocessing/label.py in _encode(values, uniques, encode)
    104         try:
--> 105             res = _encode_python(values, uniques, encode)
    106         except TypeError:

3 frames
TypeError: '<' not supported between instances of 'str' and 'float'

During handling of the above exception, another exception occurred:

TypeError                                 Traceback (most recent call last)
/usr/local/lib/python3.6/dist-packages/sklearn/preprocessing/label.py in _encode(values, uniques, encode)
    105             res = _encode_python(values, uniques, encode)
    106         except TypeError:
--> 107             raise TypeError("argument must be a string or number")
    108         return res
    109     else:

TypeError: argument must be a string or number

お力を貸していただけるとありがたいです。よろしくお願いいたします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

Series オブジェクト train['direction'] に NaN が含まれているのが原因です。
LabelEncoder を使う前に欠損値を文字に置き換えるか、除去してください。

import pandas as pd
from sklearn.preprocessing import LabelEncoder

x = ["C", "A", "B", "A", "C", "B"]

s = pd.Series(["東", "西", "北", "南", None])

# NaN を文字に置き換える。
s.fillna("missing", inplace=True)

# または NaN を消す。
#s.dropna(inplace=True)

label = LabelEncoder().fit_transform(s)
print(label)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/11/01 17:24

    ありがとうございます!解決しました!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.57%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る