如何迭代熊猫数据框以在每次迭代中获取多行

Question

我有一个熊猫数据框。

DF.shape = (13096,27)

我想迭代数据框，每次迭代我都使用shape of (50, 25). 我的意思是 25，前 25 列。

我使用以下代码完成了它：

for i in test_df.iterrows():

        df1 = test_df.iloc[:50, 0:25]

        df1 = np.array(df1)

        seq_test_array = df1[newaxis, :, :]

        print('df1', seq_test_array.shape)

        #a = np.arange(10)

        #for i in np.nditer(seq_test_array):

        predictions = model.predict_classes(seq_test_array,verbose=1, batch_size=50)

        fig_verify = plt.figure(figsize=(5, 5))

        plt.plot(predictions, color="blue")

        plt.plot(predictions, color="green")

        plt.title('prediction')

        plt.ylabel('value')

        plt.xlabel('row')

        plt.show()

        print('predictions', predictions)

        preds = model.predict(seq_test_array)

        print('preds', preds)

        prediction = np.argmax(preds)

        print('prediction', prediction)

我展示了这个数字，但它们是空的。与预测、pred 值相同（打印结果）：

predictions [[1]]

preds [[0.9416911]]

prediction 0

df1 (1, 50, 25)

是因为我的代码错误吗？

请你帮助我好吗 ？谢谢

Answer 1

你可以尝试这样的事情：sliced=50  for i in range(0,len(df)-(sliced-1),sliced):    subdf=df.iloc[i:i+sliced,df.columns[:-2]]    ....    #the rest of your code 所以，例如：import numpy as npimport pandas as pdN_rows=6N_cols=5df = pd.DataFrame(np.zeros((N_rows, N_cols)))print(df)sliced=2for i in range(0,len(df)-(sliced-1),sliced):    subdf=df.iloc[i:i+sliced,df.columns[:-2]]    print(subdf)    print(subdf.shape)输出：df     0    1    2    3    40  0.0  0.0  0.0  0.0  0.01  0.0  0.0  0.0  0.0  0.02  0.0  0.0  0.0  0.0  0.03  0.0  0.0  0.0  0.0  0.04  0.0  0.0  0.0  0.0  0.05  0.0  0.0  0.0  0.0  0.0Iterations:     0    1    20  0.0  0.0  0.01  0.0  0.0  0.0(2, 3)     0    1    22  0.0  0.0  0.03  0.0  0.0  0.0(2, 3)     0    1    24  0.0  0.0  0.05  0.0  0.0  0.0(2, 3)(2,3)因此，正如您所看到的，每次迭代都采用it means的形式(sliced, len(df.columns)-2)，因此在您的情况下它将是(50, 25)。