0

Llevo intentando resolver este bug hace varios días. El código corresponde a un curso de udemy de data science. Si alguien me puede ayudar por favor.

Primero importe un archivo excel que le puse nombre

dataset
y= dataset.iloc[:,4].values #tomay la columna numero 1
Z= dataset.iloc[:,:-1]
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
onehotencoder= OneHotEncoder(categories =lista)
Z = onehotencoder.fit_transform(X).toarray()
print(Z)

No puedo convertir las variables categóricas state a dummy porque me sale este error

1 2

1
  • 2
    ¡Bienvenida a Stack Overflow en español! Te invito a hacer el recorrido de bienvenida.Por favor no publiques código o mensajes de error/trazas de pila en imágenes, publica directamente el texto del código, el texto de los errores y los stack traces. Esto hace que sea menos complicado, para quien quiera ayudarte, investigar sobre el tema y hacer sus propias pruebas/adaptaciones al código, al escribir una respuesta y de esa forma aumenta tus posibilidades de encontrar la ayuda que buscas. Un saludo.
    – jachguate
    Commented el 18 mar. a las 18:59

1 respuesta 1

0

Camila, hay varias cosas que debes arreglar en tu código. De partida, ¿de donde apareció X? ¿Por qué con el resultado de OneHotEncoder estás sobrescribiendo Z?¿De dónde proviene lista?¿Qué valores posee?

Lo que hace OneHotEncoder es transformar una variable categórica en una matriz de 0s y 1s, donde cada columna representa una categoría y cada fila una observación. Vas a tener n columnas como cantidad de valores únicos que tengas en y.

Lo otro, .fit() espera una array como entrada, así que debes cambiar la forma de la lista para ser admitida en la función. Por ejemplo, para un conjunto de datos aleatorios:

import pandas as pd
from sklearn.preprocessing import OneHotEncoder
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(100, 8)), columns=list('ABCDEFGH'))
df['I'] = np.random.choice(['a', 'b', 'c', 'd'], size=len(df))

y = df.iloc[:, -1]
X = df.iloc[:, :-1]

onehotencoder = OneHotEncoder()
y = onehotencoder.fit_transform(y.values.reshape(-1,1)).toarray()

De tu conjunto de datos, debes separar la variable dependiente (y) de las independientes (X) y luego aplicar la transformación. En tu caso, sería algo como:

onehotencoder = OneHotEncoder()
y = onehotencoder.fit_transform(dataset.iloc[:,4].values.reshape(-1,1)).toarray()
4
  • Hola muchas gracias por tu respuesta. X era la array de mi dataframe. Debo cambiarlo a Z, porque decidí cambiar los datos. Mis variables categórica provienen del array z columna 3 con valores "California", "New York" y "Florida". Los cuales debo transformarlos en valores dummy, sin embargo, al realizarlo me señala el error de que si las categorías son un array debe ser de tamaño de n_características, eso no comprendo. Gracias Commented el 21 mar. a las 18:25
  • Añade el resultado de la impresión de la variable categórica para que podamos entender mejor el problema
    – aldo_tapia
    Commented el 22 mar. a las 12:14
  • ([[165349.2, 136897.8, 471784.1, 'New York'], [162597.7, 151377.59, 443898.53, 'California']] Z es un array su cuarta columna es la variable categorica. en python la numero 3, lo que quiero hacer es tomar ese array y que solo la columna categorica la transforme en dummy Commented el 25 mar. a las 19:09
  • Camila, tienes un array. El ejemplo que di es para un dataframe, por lo que debes adaptar el código
    – aldo_tapia
    Commented el 28 mar. a las 11:37

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.