在熊猫数据框中使用 keras pad_sequences

Question

我有一个包含单词索引的 pandas 数据框。

    id  seq                          int_sequence
0   111 cat over dog                 [2, 7, 3]
1   222 hello silly dog cat from     [6, 9, 3, 2, 5]
2   333 biscuit sandwich food        [1, 8, 4]

我现在正在尝试用零填充序列到最大长度。

padded_sequences = pad_sequences(df.int_sequence, maxlen=MAX_SEQ_LENGTH, padding='post', value=0)

它返回一个形状为 (3,5) 的 numpy 数组 - 随后我使用以下转换将 numpy 数组转换为 df 并连接回原始 df：

df_padded_sequences = pd.DataFrame({ 'padded_seq': padded_sequences.tolist()})

虽然它有效，但感觉很hacky - 所以我想pad_sequences 在pandas df 上主要是这样我不担心任何订单中断并因此改变。

谢谢！

Answer 1

好的，我已经成功了！很高兴听到任何更好的解决方案...

df['padded_sequences'] = pad_sequences(df.int_sequence, maxlen=MAX_SEQ_LENGTH, padding='post', value=0).tolist()

将 numpy 数组转换为列表。