Я получаю сообщение об ошибке inverse_transform после fit_transform. Я пытаюсь inverse_transform float64 вернуться к исходному типу данных, который является строкой.

получение данных:

df = pd.read_csv("pris.csv", usecols=['judge', 'plea_orcs', 'prior_cases', 'race', 'pris_yrs'])

преобразование строковых столбцов в csv:

oe = OrdinalEncoder()
df[['plea_orcs']] = oe.fit_transform(df[['plea_orcs']])
df[['judge']] = oe.fit_transform(df[['judge']])
df[['race']] = oe.fit_transform(df[['race']])

X и y для sklearn:

X = df[['plea_orcs', 'judge', 'race', 'prior_cases', 'pris_yrs']]
y = df[['to_prison']]

это вызывает ошибку:

print(oe.inverse_transform(X.plea_orcs[0].reshape(-1,1)))

ошибка:

IndexError                                Traceback (most recent call last)
<ipython-input-291-11e4763a5a03> in <module>
----> 1 print(oe.inverse_transform(X.plea_orcs[0].reshape(-1,1)))

~\AppData\Local\Programs\Python\Python39\lib\site-packages\sklearn\preprocessing\_encoders.py in inverse_transform(self, X)
    733         for i in range(n_features):
    734             labels = X[:, i].astype('int64', copy=False)
--> 735             X_tr[:, i] = self.categories_[i][labels]
    736 
    737         return X_tr

IndexError: index 68 is out of bounds for axis 0 with size 5

Должен ли я не использовать OrdinalEncoding? У меня есть несколько разных способов, но этот кажется ошибкой в ​​​​правильном направлении.