有没有办法将列表用作 DataFrame 中的值？

Question

我正在处理著名的 Kaggle 挑战“房价”。我想用 sklearn.linear_model LinearRegression 训练我的数据集阅读以下文章后：https : //developers.google.com/machine-learning/crash-course/representation/feature-engineering我编写了一个函数，将列车 DataFrame 中的所有字符串值转换为列表。例如，原始特征值可能看起来像这样 [Ex, Gd, Ta, Po]，转换后它看起来像这样：[1,0,0,0] [0,1,0,0] [0, 0,1,0] [0,0,0,1]。当我尝试训练我的数据时，出现以下错误：回溯（最近一次调用）：文件“C:/Users/Owner/PycharmProjects/HousePrices/main.py”，第 27 行，在 linereg.fit(train_df, target) 文件“C:\Users\Owner\PycharmProjects\HousePrices \venv\lib\site-packages\sklearn\linear_model\base.py”，第 458 行，适合 y_numeric=True，multi_output=True）文件“C:\Users\Owner\PycharmProjects\HousePrices\venv\lib\site-包\sklearn\utils\validation.py", line 756, in check_X_y estimator=estimator) 文件 "C:\Users\Owner\PycharmProjects\HousePrices\venv\lib\site-packages\sklearn\utils\validation.py",第 567 行，在 check_array array = array.astype(np.float64) ValueError 中：使用序列设置数组元素。这只发生在我按照我的解释转换某些列时。有没有办法用向量作为值来训练线性回归模型？这是我的转换函数：def feature_to_boolean_vector(df, feature_name, new_name):    vectors_list = [] #each tuple will represent an option    feature_options = df[feature_name].unique()    feature_options_length = len(feature_options)    # creating a list the size of feature_options_length, all 0's    list_to_be_vector = [0 for i in range(feature_options_length)]    for i in range(feature_options_length):        list_to_be_vector[i] = 1 # inserting 1 representing option number i        vectors_list.append(list_to_be_vector.copy())        list_to_be_vector[i] = 0    mapping = dict(zip(feature_options, vectors_list)) # dict from values to vectors    df[new_name] = df[feature_name].map(mapping)    df.drop([feature_name], axis=1, inplace=True)这是我的火车尝试（预处理后）：linereg = LinearRegression()linereg.fit(train_df, target)先感谢您。