...
Eroare Machine Learning · Encodere, ColumnTransformer și Pipeline

ValueError: The output of the 'num' transformer should be 2D (numpy array, scipy sparse array, dataframe).

Pe scurt

Un transformator din ColumnTransformer a întors un rezultat 1D (de exemplu o serie pandas sau un vector), iar ColumnTransformer are nevoie de tabele 2D ca să le lipească. În FunctionTransformer, selectează coloanele cu x[["col"]] sau întoarce un DataFrame, nu x["col"].

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

ColumnTransformer rulează fiecare transformator pe coloanele lui și apoi lipește rezultatele unul lângă altul, ca un tabel mai lat. Pentru asta, fiecare rezultat trebuie să fie 2D: rânduri și coloane. Numele din mesaj ('num') e numele pasului din ColumnTransformer care a întors un vector.

Aproape întotdeauna e vorba de un FunctionTransformer cu o funcție scrisă de tine, care întoarce o serie: x["suprafata"] / 10 dă o Series (1D), pe când x[["suprafata"]] / 10 dă un DataFrame cu o coloană (2D). La fel, np.log(x).sum(axis=1) întoarce un vector.

Verifică funcția separat: f(df[["suprafata"]]).shape trebuie să aibă două numere, de exemplu (4, 1).

De ce apare: cauzele frecvente

1Funcția întoarce o serie

Greșit
PYTHON
def zeci(x):
    return x["suprafata"] / 10
Corect
PYTHON
def zeci(x):
    return x[["suprafata"]] / 10

Parantezele duble păstrează rezultatul ca DataFrame, adică 2D.

2Calcul care reduce coloanele la un vector

Greșit
PYTHON
def total(x):
    return x.sum(axis=1)
Corect
PYTHON
def total(x):
    return x.sum(axis=1).to_frame("total")

to_frame transformă seria într-un DataFrame cu o coloană.

3Vector numpy

Greșit
PYTHON
def log_pret(x):
    return np.log1p(np.asarray(x)[:, 0])
Corect
PYTHON
def log_pret(x):
    return np.log1p(np.asarray(x)[:, [0]])

Indexarea cu o listă ([:, [0]]) păstrează a doua dimensiune, deci forma rămâne (n, 1).

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: The output of the 'num' transformer should be 2D, pentru că funcția zeci întoarce o serie. Fă-o să întoarcă un DataFrame cu o coloană, ca programul să afișeze forma rezultatului și primul rând.

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import FunctionTransformer, OneHotEncoder

df = pd.DataFrame({"oras": ["Cluj", "Iasi", "Cluj"], "suprafata": [50, 80, 120]})

def zeci(x):
    return x["suprafata"] / 10

prep = ColumnTransformer([
    ("num", FunctionTransformer(zeci), ["suprafata"]),
    ("cat", OneHotEncoder(sparse_output=False), ["oras"]),
])
rez = prep.fit_transform(df)
print("Forma:", rez.shape)
print("Primul rand:", rez[0].tolist())
După reparație, programul afișează
Forma: (3, 3)
Primul rand: [5.0, 1.0, 0.0]
Indiciu

Folosește x[["suprafata"]] / 10 în loc de x["suprafata"] / 10.

Alte forme ale mesajului

  • ValueError: The output of the 'functiontransformer' transformer should be 2D (numpy array, scipy sparse array, dataframe).
  • ValueError: The output of the 'num' transformer should be 2D (scipy matrix, array, or pandas DataFrame).

Cum o eviți pe viitor

Testează fiecare funcție din FunctionTransformer separat, înainte s-o pui în pipeline, și verifică .shape. Ține minte regula pandas: df["col"] e 1D, df[["col"]] e 2D. Când funcția creează o coloană nouă, întoarce un DataFrame cu nume, ca să vezi coloana în get_feature_names_out().

Întrebări frecvente

De ce FunctionTransformer singur nu dă eroare?

Pentru că FunctionTransformer doar aplică funcția și întoarce ce primește. Verificarea formei o face ColumnTransformer, când lipește rezultatele.

Pot întoarce mai multe coloane din aceeași funcție?

Da, orice tabel 2D cu același număr de rânduri e în regulă. ColumnTransformer va adăuga toate coloanele la rezultat.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.