在 pandas DataFrame 中获取特定列作为 y 的最佳方法

Question

我想从 pandas DataFrame 中提取一个特定的列作为 y。
到目前为止，我找到了两种方法：

# The First way
y_df = df[specific_column]
y_array = np.array(y_df)
X_df = df.drop(columns=[specific_column])
X_array = np.array(X_df)

# The second way
features = ['some columns in my dataset']
y_df = np.array(df.loc[:, [specific_column]].values)
X_df = df.loc[:, features].values

但是当我比较每个 y 数组中的值时，我发现它们不相等：

y[:4]==y_array[:4]

array([[ True,  True, False, False],
       [ True,  True, False, False],
       [False, False,  True,  True],
       [False, False,  True,  True]])

但我确信这两个数组包含相同的元素：

y[:4], y_array[:4]

(array([[0],
        [0],
        [1],
        [1]], dtype=int64),
 array([0, 0, 1, 1], dtype=int64))

那么，当我将它们放在一起比较时，为什么会看到 False 值？

Answer 1

如果使用 double [[]] 获取一个元素 DataFrame 如果转换为数组获取二维数组：

y_df = np.array(df.loc[:, [specific_column]].values)

解决方案是删除 [] 为 Series，如果转换为数组，则获取一维数组：

y_df = df[specific_column].to_numpy()
#your solution
y_df = np.array(df.loc[:, specific_column].values)