将 pandas 系列转换为 3D 输入向量以实现 LSTM答案

【问题标题】：Converting pandas series to 3D input vectors for LSTM implementation将 pandas 系列转换为 3D 输入向量以实现 LSTM
【发布时间】：2020-12-15 17:12:36
【问题描述】：

我有一个 pandas 系列，其中每一行是一个列表序列，每个序列包含 50 个时间步长作为输入，另一个序列包含相应的 10 个时间步长序列作为输出。它们的头部形状分别为 (5,)。我希望将训练数据转换为形状 (n_samples, 50, 1) 并将测试数据转换为形状 (n_samples, 10)，以便将其提供给 多对多 LSTM 模型。我在 Stackoverflow 上尝试了几种方法，但似乎没有一个对我有用。无论我做什么，我都会不断收到错误：

ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type list).

【问题讨论】：

标签： python pandas numpy lstm

【解决方案1】：

我的同事帮我解答了这个问题：

N = 100 #number of samples
X = df_new['sequence']
y = df_new['target']
X = X.iloc[:N]
X = np.array([[np.array(x) for x in X.values]]).T.reshape(N, 50, 1)
y = y.iloc[:N]
y = np.array([np.array(x) for x in y.values])
print(X.shape)
print(y.shape)

我错过的部分是使用转置函数来操作数组。

【讨论】：