OneHotEncoder：ValueError：系列的真值不明确。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）

无法使用中的categories参数OneHotEncoder来选择要编码的功能，因为您需要使用ColumnTransformer。尝试这个：

df.LotFrontage = df.LotFrontage.fillna(value = 0)
categorical_features = df.select_dtypes("object").columns

column_trans = ColumnTransformer(
    [
        ("onehot_categorical", OneHotEncoder(), categorical_features),
    ],
    remainder="passthrough",  # or drop if you don't want the non-categoricals at all...
)
df_encoded = column_trans.fit_transform(df)

请注意，根据docs，Categories参数为

category'auto'或类似数组的列表，默认='auto'

Categories (unique values) per feature:

    ‘auto’ : Determine categories automatically from the training data.

    list : categories[i] holds the categories expected in the ith column. The passed categories should not mix strings and numeric

单个功能中的值，如果是数值，则应排序。

因此，它应该包含每个分类功能的每个可能的类别或级别。您可能会使用此方法，因为您知道所有可能的级别，但怀疑您的训练数据可能会省略一些。在您的情况下，我认为您不会；将需要它'auto'（即默认值）就可以了。