如何使用 pandas 将 excel 文件数据转换为 numpy 数组？

Question

我是 keras 库和 Python 的新手。我正在尝试使用 pandas 导入一个 excel 文件，并使用 pandas 的 as_matrix() 函数将其转换为 numpy.ndarray 。但它似乎读错了我的文件。就像我在 Excel 文件中有一个 90x1049 的数据集一样。但是当我试图将其转换为 numpy 数组时，它会将我的数据读取为 89x1049。我正在使用以下代码，但它不起作用：

training_data_x = pd.read_excel("/home/workstation/ANN/new_input.xlsx")
X_train = training_data_x.as_matrix()

Answer 1

可能发生的情况是您的 Excel 文件没有标题行，因此 pandas.read_excel 会使用您的第一个数据行。

我尝试创建一个包含

的 xlsx

1   2   3
2   3   4
3   4   5
4   5   6
5   6   7
6   7   8
7   8   9
8   9   10
9   10  11
10  11  12

阅读导致

In [3]: df = pandas.read_excel('test.xlsx')

In [4]: df
Out[4]: 
    1   2   3
0   2   3   4
1   3   4   5
2   4   5   6
3   5   6   7
4   6   7   8
5   7   8   9
6   8   9  10
7   9  10  11
8  10  11  12

可以看出，第一个数据行已被用作列的标签。

为避免将第一个数据行用作标题，请将header=None 传递给read_excel。有趣的是，documentation 之前没有提到这种用法，但此后已修复：

header : int，整数列表，默认0

用于已解析 DataFrame 的列标签的行（0-indexed）。如果传递了一个整数列表，这些行位置将组合成一个MultiIndex。如果没有标题，请使用 None。

Answer 2

如果您没有标题，请尝试以下操作：

training_data = pd.read_excel("/home/workstation/ANN/new_input.xlsx", header=None)

X_train = training_data_x.as_matrix()

另请参阅previous question 的回答。