3维numpy数组到熊猫数据框答案

【问题标题】：3 dimensional numpy array to pandas dataframe3维numpy数组到熊猫数据框
【发布时间】：2019-12-20 07:39:56
【问题描述】：

我有一个 3 维 numpy 数组

   ([[[0.30706802]],

   [[0.19451728]],

   [[0.19380492]],

   [[0.23329106]],

   [[0.23849282]],

   [[0.27154338]],

   [[0.2616704 ]], ... ])

具有由 RNN model.predict() 产生的形状 (844,1,1)

y_prob = loaded_model.predict(X)

，我的问题是如何将其转换为熊猫数据框。我用过 Keras

我的目标是：

0      0.30706802
7      0.19451728
21     0.19380492
35     0.23329106
42       ...
         ...   
815      ...
822      ...
829      ...
836      ...
843      ...
Name: feature, Length: 78, dtype: float32

【问题讨论】：

标签： python deep-learning time-series recurrent-neural-network

【解决方案1】：

给你！

import pandas as pd
y = ([[[[11]],[[13]],[[14]],[[15]]]])
a = []
for i in y[0]:
    a.append(i[0])
df = pd.DataFrame(a)
print(df)

输出：

您可以随意为轴 = 0 和轴 = 1 设置自定义索引值。

【讨论】：

【解决方案2】：

你可以试试：

s = pd.Series(your_array.flatten(), name='feature')

https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.flatten.html

然后您可以使用 s.to_frame() 将系列转换为数据框

【讨论】：

【解决方案3】：

想法是首先将嵌套列表展平为列表，然后使用 pandas 数据帧的from_records 方法将其转换为 df

import numpy as np
import pandas as pd

data = np.array([[[0.30706802]],[[0.19451728]],[[0.19380492]],[[0.23329106]],[[0.23849282]],[[0.27154338]],[[0.2616704 ]]])

import itertools
data  = list(itertools.chain(*data))
df = pd.DataFrame.from_records(data)

没有迭代工具

data = [i for j in data for i in j]
df = pd.DataFrame.from_records(data)

或者您可以使用答案之一中提到的flatten()方法，但您可以直接像这样使用它

pd.DataFrame(data.flatten(),columns = ['col1'])

【讨论】：

好的，您的解决方案效果很好，结果没有得到 nan 值，谢谢