以 2 种不同方式从数组中获取 pd.DataFrame答案

【问题标题】：pd.DataFrame from an array in 2 different ways以 2 种不同方式从数组中获取 pd.DataFrame
【发布时间】：2019-03-05 00:08:15
【问题描述】：

我刚开始使用机器学习，所以我尝试了 kaggle 的 MINST。我真的很好奇事情是如何运作的，因为我在网上找不到答案，所以我认为在这里发表我的第一篇文章是个好主意。

我在 keras 上使用 CNN 做了一个简单的模型。这将是使用 google colab 输出的预测。

Ynew =model.predict_classes(test_data)
Ynew.shape

(28000,)

Ynew

数组([2, 0, 9, ..., 3, 9, 2])

现在我尝试用它制作一个 DataFrame，但我真的不明白为什么我可以用一种方式而不是另一种方式。

这个很好用，我得到了一张 28000x2 的桌子：

labels = ["ImageId","Label"]
col= list(range(1,28001))
submission=pd.DataFrame({"ImageId":col,"Label":Ynew})

但在这一排上，我把所有东西都挤在了 1 排里：

submission2=pd.DataFrame(data=[[col,Ynew]],columns=labels)

两种方式不应该一样吗？希望帖子没有那么糟糕，谢谢！

【问题讨论】：

第二种方式，你的括号可能太多了。数据 = [col, Ynew] ??
谢谢@bakka，我尝试不使用双括号，但出现错误“2 列已通过，传递的数据有 28000 列”。我还更改了不包括列表命令的范围（1,28001）。有什么想法吗？？
是的，你是对的。执行 [col, Ynew] 将给出等于数组 (2, 28000) 的列表列表。您可以修改列表，但我认为创建 2D-ndarray 更容易。

【解决方案1】：

可以从以下位置创建数据框：

在您的情况下，Ynew 是一维数组，loc 是一个列表。恕我直言，您只能从 Ynew 和 loc 的字典创建数据框，就像您在第一种方法中所做的那样。

对于第二种方法，您需要将Ynew 和loc 变成2D-ndarray。

d = np.vstack([loc,Ynew]).T  # you will have (28000,2)
submission2=pd.DataFrame(data = d, columns=labels)

【讨论】：

【解决方案2】：

submission2=pd.DataFrame(data=Ynew, index=col, columns=labels)

【讨论】：

感谢您的帮助。我尝试了这个稍作调整（我不能使用标签，因为它有 2 个元素）并得到了这个结果。 submission2=pd.DataFrame(data=Ynew,index=col,columns=["labels"]) submission2.index.rename("ImageID", inplace=True) 在实践中它运行良好，但 kaggle 不允许我上传带索引的文件，我需要 2 列。