在 1D 中转换 2D 数据帧

如何转换以下数据框:


            m1,d1         m2,d2         m3,d3         m4,d4  ... 20-40  40-60  60-80  80-100

0    [0.986, 1.0]  [1.0, 0.707]  [0.986, 0.0]  [0.972, 0.5]  ...     0      0  0.655     1.0

1      [1.0, 0.0]  [0.958, 0.0]  [1.0, 0.516]  [0.972, 0.5]  ...     0      0  0.724     1.0

2  [0.958, 0.447]  [0.972, 1.0]  [1.0, 0.516]  [0.901, 1.0]  ...     0      0  0.724     1.0

3  [0.972, 0.894]  [0.972, 1.0]  [0.928, 1.0]  [1.0, 0.354]  ...     0      0  1.000     0.0

在下面的数组 1d 中:


            m1,d1         m2,d2         m3,d3         m4,d4     ... 20-40  40-60  60-80  80-100

0         0.986, 1.0   1.0, 0.707    0.986, 0.0     0.972, 0.5  ...     0    0    0.655    1.0

输出:


[4 rows x 10 columns]

[list([0.986, 1.0]) list([1.0, 0.0]) list([0.958, 0.447])

 list([0.972, 0.894]) list([1.0, 0.707]) list([0.958, 0.0])

 list([0.972, 1.0]) list([0.972, 1.0]) list([0.986, 0.0])

 list([1.0, 0.516]) list([1.0, 0.516]) list([0.928, 1.0])

 list([0.972, 0.5]) list([0.972, 0.5]) list([0.901, 1.0])

 list([1.0, 0.354]) list([0.862, 0.408]) list([0.812, 1.0])

 list([0.9, 0.204]) list([1.0, 0.816]) 0 0 0 0 0 0 0 0 0 0 0 0 0.655 0.724

 0.724 1.0 1.0 1.0 1.0 0.0]

脚本:


import pandas as pd


Ninput = [[[0.986, 1.0], [1.0, 0.707], [0.986, 0.0], [0.972, 0.5], [0.862, 0.408]], [[1.0, 0.0], [0.958, 0.0], [1.0, 0.516], [0.972, 0.5], [0.812, 1.0]], [[0.958, 0.447], [0.972, 1.0], [1.0, 0.516], [0.901, 1.0], [0.9, 0.204]], [[0.972, 0.894], [0.972, 1.0], [0.928, 1.0], [1.0, 0.354], [1.0, 0.816]]]


Noutput = [[0, 0, 0, 0.655, 1.0], [0, 0, 0, 0.724, 1.0], [0, 0, 0, 0.724, 1.0], [0, 0, 0, 1.0, 0.0]]


def conversionDataframe(dataNeuronInput,dataNeuronOutput):

    """ Converts data to a dataframe pandas """

    ni = pd.DataFrame(data= dataNeuronInput)

    ni.columns = ['m1,d1', 'm2,d2', 'm3,d3', 'm4,d4', 'm5,d5']


    no = pd.DataFrame(data= dataNeuronOutput)

    no.columns = ['0-20', '20-40', '40-60', '60-80', '80-100']


    


Cats萌萌
浏览 108回答 1
1回答

守着一只汪

你可以很容易地使用 numpy 来做到这一点。np.hstack(Ninput)
打开App,查看更多内容
随时随地看视频慕课网APP

相关分类

Python