如何重塑数据框的每一行？答案

【问题标题】：How to reshape each row of a Dataframe?如何重塑数据框的每一行？
【发布时间】：2019-09-23 10:28:11
【问题描述】：

我有一个数据框，其中每一行对应于图像的 1024 个像素值。我想将每一行重塑为 32x32 图像。我的数据框的形状是 (32495, 1024)。

我试过了：

features.iloc[0].values.reshape(32, 32)

但是，这仅适用于单行。像这样对整个数据框执行此操作：

features.values.reshape(32, 32)

导致以下错误：

ValueError: cannot reshape array of size 33274880 into shape (32,32)

关于如何实现这一点的任何想法？

【问题讨论】：

请花时间阅读how to provide a great pandas example上的这篇文章并相应地修改您的问题
添加了 numpy 标记，因为您实际上需要将它们作为最后的 numpy 数组。

标签： python pandas image numpy dataframe

【解决方案1】：

您可以从 DataFrame 中获取例如 numpy 数组，但问题是您无法为 DataFrame 提供排名为 3 的 numpy 数组。

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(10, 9))
arr = df.values
arr = np.reshape(arr, (10, 3, 3))

这一步会失败：

df = pd.DataFrame(arr)

另一个答案最后提供了 numpy 数组，而不是 DataFrame。

【讨论】：

实际上，我忘记在问题中指定这一点，但我确实需要来自 DataFrame 的 numpy 数组。对于那个很抱歉。感谢您抽出宝贵时间回答！
当然，没问题，numpy 数组非常适合这个，甚至你可以在 TensorFlow 中将它们转换为张量。然后我将添加numpy标签。

【解决方案2】：

您需要传递必须重塑的行数，如下所示：

my_df = pd.DataFrame(np.zeros((32495,1024)))
my_df.shape
>> (32495, 1024)

reshaped_array = my_df.values.reshape(32495, 32, 32)
reshaped_array.shape
>> (32495, 32, 32)

【讨论】：