如何将此 scikit-learn 部分转换为 pandas 数据框？ [复制]答案

【问题标题】：How do I convert this scikit-learn section to pandas dataframe? [duplicate]如何将此 scikit-learn 部分转换为 pandas 数据框？ [复制]
【发布时间】：2021-02-12 11:27:28
【问题描述】：

我正在尝试将此 Python 代码部分转换为 pandas 数据框：

iris = datasets.load_iris()
x = iris.data
y = iris.target

我想在我的本地机器上导入Iris data，而不是从 Scikit 库中加载数据。非常感谢您提出的建议。

【问题讨论】：

这能回答你的问题吗？ How to convert a Scikit-learn dataset to a Pandas dataset?。另请参阅pandas.pydata.org/pandas-docs/stable/reference/api/…
不是真的，我的问题需要颠倒这些链接中的步骤。到目前为止，我已经尝试了所有这些都没有成功。谢谢！

标签： pandas dataframe scikit-learn iris-dataset

【解决方案1】：

使用 from_records 和 concat 创建数据帧。然后重命名列：

df = pd.concat([pd.DataFrame.from_records(x),pd.DataFrame(y)],axis=1)
df.columns = ['col1','col2','col3','col4','target']

【讨论】：

我需要一些关于您的回答的解释。谢谢
我从 x np 数组创建了一个数据框，从 y 数组创建了一个数据框。然后使用熊猫。 concat 函数将它们与列 (axis=1) 联系在一起。
您的代码非常适合 Scikit 到 pd 数据帧，但我正在尝试从 pd 数据帧转移到 Scikit！我们将不胜感激。
只需选择 X = df.iloc[:,:n-1] y = df[['target']] 就可以使用 train_test_split 拆分来训练和测试集