将 DataFrame 重塑为 LSTM 时如何解决错误答案

【问题标题】：How to solve error when reshaping DataFrame to LSTM将 DataFrame 重塑为 LSTM 时如何解决错误
【发布时间】：2022-01-11 08:52:06
【问题描述】：

我有这样的形状 (6042, 6) 的 CSV 数据，并使用 DataFrame 调用它：

我想将它用于 LSTM 的输入。根据我的阅读，LSTM 需要 3d 数组 [samples, time steps, features] 形式的数据。因为DataFrame没有reshape属性，我改成NumPy数组，尝试reshape，但是报错：

TypeError: only integer scalar arrays can be converted to a scalar index

我尝试使用以下代码：

train_data = train_data.to_numpy()
train_data = train_data.reshape(1, train_data[0], train_data[1])

我的步骤错了吗？

【问题讨论】：

标签： python dataframe numpy deep-learning lstm

【解决方案1】：

您的代码返回一条错误消息，因为当您编写 train_data[0] 时，您将获得 train_data 二维 numpy 数组的第一行：

>>> df = pd.DataFrame([[.4,.6,.3], [.7,.8,.9]])
>>> df
     0    1    2
0  0.4  0.6  0.3
1  0.7  0.8  0.9
>>> df = df.to_numpy()
>>> df[0]
array([0.4, 0.6, 0.3])

您真正想要的是使用数据框的形状。试试这个：

>>> df = df.to_numpy()
>>> df = df.reshape(1, df.shape[0], df.shape[1])
>>> df
array([[[0.4, 0.6, 0.3],
        [0.7, 0.8, 0.9]]])
>>> df.shape
(1, 2, 3)

【讨论】：

【解决方案2】：

基于reshape documentation，调用例程的格式为：

numpy.reshape(a, newshape, order='C')

因此，你应该这样做……

import numpy    
numpy.reshape(train_data, (1, train_data[0], train_data[1]))

...假设上面的形状是你想要的。

【讨论】：