ValueError：在拟合期间在第 2 列中发现未知类别 [nan]

Question

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split,cross_val_score
from sklearn.tree import DecisionTreeClassifier

path = r"C:\Users\thund\Downloads\Boat.csv"
data = pd.read_csv(path)  # pip install xlrd

print(data.shape)

print(data.columns)

print(data.isnull().sum())
print (data.dropna(axis=0))  #dropping rows that have missing values

print (data['Class'].value_counts())

print(data['Class'].value_counts().plot(kind = 'bar'))
#plt.show()

data['safety'].value_counts().plot(kind = 'bar')
#plt.show()


import seaborn as sns
sns.countplot(data['demand'], hue = data['Class'])
#plt.show()

X = data.drop(['Class'], axis = 1)
y = data['Class']

from sklearn.preprocessing import OrdinalEncoder
demand_category = ['low', 'med', 'high', 'vhigh']
maint_category = ['low', 'med', 'high', 'vhigh']
seats_category = ['2', '3', '4', '5more']
passenger_category = ['2', '4', 'more']
storage_category = ['Nostorage', 'small', 'med']
safety_category = ['poor', 'good', 'vgood']
all_categories = [demand_category, maint_category,seats_category,passenger_category,storage_category,safety_category]


oe = OrdinalEncoder(categories= all_categories)
X = oe.fit_transform( data[['demand','maint', 'seats', 'passenger', 'storage', 'safety']])

---

数据集：

对于上述代码，我一直在拟合期间在第2列中获得此“ ValueError：valueerror：发现的未知类别[NAN]”。我尝试删除所有缺失的值。我尝试搜索修复程序，发现某人关于使用handing_unknown =“ imploore”的建议，但我认为它不适用于序数编码。 我对Python是个新手，因此，如果有人可以对为什么会发生这种情况以及如何努力解决它的深入分析，这将非常感谢它。

PS：这是用于预处理数据。

Answer 1

为了解释错误，您已经删除了“ NAN”，只是用丢弃的数据打印了数据帧。

根据您的数据集或错误，您在“座位”中具有“ NAN”值。

打印出 data ['seats']。

['2' '3' '4' '5more' nan]

您

1. 当

    `data.dropna（inplace = true）`
    

   这是什么是，它将原始数据框更新为其更新的值

2. 手动分配：

    `data = data.dropna（）`
    

   这确实做了“ Intplate”的作用，但不是那么有效，而是更易于理解的。

   希望这回答您的问题。