熊猫数据框到数组以供进一步使用答案

【问题标题】：Pandas dataframe to array for further use熊猫数据框到数组以供进一步使用
【发布时间】：2018-12-12 19:14:22
【问题描述】：

我有一个数据框，其中包含销售 KPI（数量、文章编号和相应日期）的 csv 我需要将数据框分成多个，每个都包含一个文章编号的数据（例如 frame1= 123，frame2=345 等等。 )

如何像这样动态拆分以便在 sklearns kmean 中进一步使用？（匹配不同的货号及其销售KPI）非常感谢

【问题讨论】：

【解决方案1】：

您可以使用groupBy按文章编号分组。

grouped = df.groupby(['article_number'])

然后您可以使用

访问各个组

grouped.groups

或直接应用 grouped.sum(['quantity']) 之类的聚合函数来获取具有每个组各自值的新帧。

另请参阅User Guide。

【讨论】：

谢谢，也发现了。问题是数据帧的长度不相等，因此 kmeans 不接受拆分帧的数组（在您的答案分组中，这意味着 kmeans.fit(grouped) 不起作用）。那么我应该用 0 填充分割的帧直到它们具有相同的长度吗？以及如何做到这一点？
我不明白你想通过在分组 DF 上使用 KMeans 来实现什么。也许您可以编辑您的问题并更详细地描述您的预期结果。
我只想对所有文章编号运行 kmeans 以匹配其中的一些相等性
KMeans 集群（或换句话说“组”）条目。尝试将预先存在的组聚集在一起似乎违反直觉。您想 (i) 将聚类应用到每个单独的组，还是 (ii) 将聚类应用到整个数据集，然后查看每个组中的哪些聚类条目？同样，我建议重新考虑您的预期结果并在原始问题中详细描述它。