执行sklearn Column Transformer后如何获取新列的名称

Posted 2023-03-12

【中文标题】执行sklearn Column Transformer后如何获取新列的名称

【英文标题】：How to get the names of the new columns after performing sklearn Column Transformer

【发布时间】：2021-03-28 09:35:07

【问题描述】：

preprocessor = ColumnTransformer(
    [
        ('num', StandardScaler(), numeric_features),
        ('cat', OneHotEncoder(handle_unknown='ignore'), categorical_features)
    ]
)

我想对一些数字属性和一些分类特征执行转换。

运行：test=preprocessor.fit_transform(X_train) 返回一个没有列名的 numpy 数组。

根据文档，ColumnTransformer 应该具有函数 get_feature_names()，它将返回新功能的名称。但是，当我运行它时，我得到：

AttributeError: Transformer num (type StandardScaler) does not provide get_feature_names.

我想动态获取列的名称，因为我事先不知道类别的数量。

【参考方案1】：

ColumnTransformer 按照它们在数据框中定义的相同顺序获取列，因此您可以考虑使用 pandas select_dtypes 从数据框中获取它们。假设您的数据包含在 df 中：

numeric_columns = list(df.select_dtypes('number'))
categorical_columns = list(df.select_dtypes('object')) + list(df.select_dtyes('category'))

【讨论】：

我的数据最初是在一个数据框中，但是转换返回一个 numpy 数组并且 One hot encoding 创建新列