如何在 sklearn 的 PCA 之后保留行标题答案

【问题标题】：How to preserve row headers after PCA from sklearn如何在 sklearn 的 PCA 之后保留行标题
【发布时间】：2017-11-18 18:07:01
【问题描述】：

我有一个这样的数组：

sampleA 1 2 2 1 
sampleB 1 3 2 1
sampleC 2 3 1 2

我的目标是跨样本运行 PCA 并查看它们的聚类。但是，我需要在行标题中保留样本名称。有什么办法可以做到这一点？所需的 PCA 结果包括行标题：

sampleA 0.13 0.1
sampleB 0.1 0.4
sampleC 0.1 0.1

目前只运行这两条简单的线路：

my_pca = PCA(n_components=8)
trans = my_pca.fit_transform(in_array)

【问题讨论】：

只是想知道如何使代码工作？你的数组的形状是(3, 4)。如果您将其与n_components=8 匹配，您应该会收到一条错误消息。如果我将它与n_components=2 匹配，我没有得到结果，sampleA 0.13 0.1，你已经提到了。我在这里错过了什么吗？
对不起，我的实际数据是一个更大的数组，绝对不能轻易放入评论框:)
没问题。只是我无法用你的代码重现你的结果，我害怕错过一些东西而变得愚蠢。

标签： python scikit-learn pca

【解决方案1】：

根据source，在进行PCA之前，您的输入将被np.array()转换。因此，即使您使用结构化数组或 pandas DataFrame，您也会在 PCA.fit_transform(X) 期间丢失行索引。但是，数据的顺序会被保留，这意味着您可以根据需要附加索引：

import io

import numpy as np
import pandas as pd
from sklearn.decomposition import PCA

s = """sampleA 1 2 2 1
sampleB 1 3 2 1
sampleC 2 3 1 2"""
in_array = pd.read_table(io.StringIO(s), sep=' ', header=None, index_col=0)
my_pca = PCA(n_components=2)
trans = my_pca.fit_transform(in_array)
df = pd.DataFrame(trans, index=in_array.index)
print(df)
#                 0         1
# 0                          
# sampleA -0.773866 -0.422976
# sampleB -0.424531  0.514022
# sampleC  1.198397 -0.091046

【讨论】：

谢谢，订单保存知识很有帮助
@Y。罗是不是说应用PCA时不会删除记录？