ColumnTransformer返回
numpy.array，因此它不能具有列属性（如您的错误所示）。
如果我建议使用其他解决方案，将其
pandas用于您的两个任务，将会更容易。
第1步-替换缺失值
要用
missing_value字符串替换列子集中的缺失值，请使用以下命令：
dataframe[["PoolQC", "Alley"]].fillna("missing_value", inplace=True)对于其余的（用每列的平均值进行插补），这将完美地工作：
dataframe[["Street", "MSZoning", "LandContour"]].fillna( dataframe[["Street", "MSZoning", "LandContour"]].mean(), inplace=True)
第2步-一种热编码和分类变量
pandas提供
get_dummies，它返回的是熊猫Dataframe，而不同于
ColumnTransfomer，代码如下：
enpred = pd.get_dummies(dataframe[['MSZoning', 'LandContour']], drop_first=True)pd.dropna(['MSZoning', 'LandContour'], axis=columns, inplace=True)dataframe = dataframe.join(enpred)
对于序数变量及其编码，我建议您看一下这个SO答案（不幸的是，在这种情况下，需要一些手动映射）。
如果仍然要使用变压器
np.array使用
values属性从数据框获取，通过管道传递它，然后从数组中重新创建列和索引，如下所示：
pd.Dataframe(data=your_array, index=np.arange(len(your_array)), columns=["A", "B"])
但是，这种方法有一个警告：您将不知道自定义创建的一键编码列的名称（管道不会为您完成此操作）。
另外，您可以从sklearn的转换对象中获取列的名称（例如，使用
categories_属性），但我认为这会中断管道（如果我错了，请纠正我）。
