Question

我正在尝试对数据集中的一个热编码类别列进行编码。我正在使用以下功能：

def create_ohe(df, col):
    le = LabelEncoder()
    a = le.fit_transform(df_new[col]).reshape(-1,1)
    ohe = OneHotEncoder(sparse=False)
    column_names = [col + "_" + str(i) for i in le.classes_]
    return (pd.DataFrame(ohe.fit_transform(a), columns=column_names))

在此循环中调用函数时，我收到MemoryError：

for column in categorical_columns:
    temp_df = create_ohe(df_new, column)
    temp = pd.concat([temp, temp_df], axis=1)

错误回溯：

MemoryError                               Traceback (most recent call last)
<ipython-input-40-9b241e8bf9e6> in <module>
      1 for column in categorical_columns:
----> 2     temp_df = create_ohe(df_new, column)
      3     temp = pd.concat([temp, temp_df], axis=1)
      4 print("\nShape of final df after one hot encoding: ", temp.shape)

<ipython-input-34-1530423fdf06> in create_ohe(df, col)
      8     ohe = OneHotEncoder(sparse=False)
      9     column_names = [col + "_" + str(i) for i in le.classes_]
---> 10     return (pd.DataFrame(ohe.fit_transform(a), columns=column_names))

MemoryError:

Answer 1

Ah内存错误表示您的计算机正在最大程度地使用内存（RAM），或者python处于最大程度的使用：Memory errors and list limits?

您可以尝试拆分a = le.fit_transform(df_new[col]).reshape(-1,1)方法。尝试运行b= le.fit(df_new[col])，以便使标签编码器适合完整的数据集，然后可以拆分它，而不必同时对每一行进行变换，也许有帮助。如果b= le.fit(df_new[col])也无法正常工作，则说明您遇到了内存问题，col可以用列名替换。

fit_transform是fit和transform的组合。

在OneHotEncoder中使用fit_transform时出现内存错误

1 个答案: