sklearn 1.2 需调用 sklearn.set_config(transform_output="pandas") 在创建 transformer 前启用，仅对新建实例生效；支持类需实现 _get_feature_names_out（如 StandardScaler、OneHotEncoder），输入须为带列名的 DataFrame，ColumnTransformer 和 Pipeline 可自动拼接输出。
sklearn 1.2 怎么让所有 transformer 输出 pandas DataFrame？
sklearn 1.2 引入了 set_output 全局配置，但默认不开启——你调用 fit_transform 或 transform 后拿到的仍是 numpy.ndarray，不是 pandas.DataFrame。必须显式启用，且需注意作用域和生效时机。
核心操作就一行：sklearn.set_config(transform_output="pandas")。但它只对**之后新建的 estimator 实例**生效，已创建的对象（比如提前定义好的 StandardScaler()）不会自动“升级”输出格式。
- 必须在创建 pipeline 或 transformer 实例之前调用
set_config - 若在 Jupyter 中多次运行 cell，记得重置或确认是否已执行过该配置
- 该设置是进程级的，不影响其他 Python 进程
哪些 transformer 支持 set_output="pandas"？
不是所有类都支持。只有明确实现了 _get_feature_names_out 且继承自 TransformerMixin 的类才可输出 DataFrame，例如：StandardScaler、OneHotEncoder、OrdinalEncoder、KBinsDiscretizer。而像 SimpleImputer（1.2+ 已支持）、PowerTransformer 也支持；但 PCA 默认仍返回 ndarray（除非手动传 feature_names_out="auto" 并配合新 API）。
- 检查方法：调用实例的
transform后打印type(result)，应为pandas.core.frame.DataFrame - 不支持的类调用时会静默回退到 ndarray，不会报错——这是最容易忽略的坑
-
ColumnTransformer在 1.2 中已完整支持，其各分支 transformer 输出会被自动拼成一个 DataFrame
为什么 fit_transform 返回 DataFrame 却列名丢失或重复？
列名生成依赖 _get_feature_names_out 的实现逻辑。OneHotEncoder 会生成类似 color_red、color_blue 的列名；StandardScaler 直接复用输入列名；但如果你传入的是无列名的 numpy 数组或 list，它会 fallback 到 x0、x1……
立即学习“Python免费学习笔记（深入）”；
创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。
- 确保原始输入是带列名的
pandas.DataFrame，而非df.values或np.array(df) -
ColumnTransformer中若某分支使用remainder="passthrough"，且 passthrough 部分是 ndarray，则整体会降级为 ndarray——必须统一用 DataFrame 输入 - 自定义 transformer 需显式实现
_get_feature_names_out才能参与列名推导
和 Pipeline 搭配使用要注意什么？
Pipeline 本身不拦截或修改输出类型，它只是顺序调用各 step 的 transform。所以只要 pipeline 中每个 step 都支持 pandas 输出，且你在构建 pipeline 前调用了 set_config，最终结果就是 DataFrame。
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import Pipeline
from sklearn import set_config
<p>set_config(transform_output="pandas") # ✅ 必须放最前面</p><p>preproc = ColumnTransformer(
transformers=[
("num", StandardScaler(), ["age", "income"]),
("cat", OneHotEncoder(drop="first"), ["gender", "region"])
],
remainder="passthrough"
)</p><p>pipe = Pipeline([("preproc", preproc), ("clf", LogisticRegression())])</p><h1>此时 pipe.fit_transform(X) 返回 DataFrame，列名自动拼接</h1>但如果 pipeline 已经建好，再调用 set_config，已有 preproc 实例不会重新绑定 pandas 行为——得重建 pipeline。
