如何将分组/合并的数据框转换为 numpy 数组？

Question

我想知道如何将分箱数据帧转换为可在 sklearn 的 PCA 中使用的分箱 numpy 数组。

这是我目前的代码（x 是我原始的未分箱数据框）：

bins=(2,6,10,14,20,26,32,38,44,50,56,62,68,74,80,86,92,98)
binned_data = x.groupby(pd.cut(x.Weight, bins))

我想将 binned_data 转换为 numpy 数组。提前致谢。

编辑：

当我尝试 binned_data.values 时，我收到此错误：

AttributeError: Cannot access attribute 'values' of 'DataFrameGroupBy' objects, try using the 'apply' method

Answer 1

您需要对 GroupBy 对象应用某种聚合以返回 DataFrame。一旦你有了它，你可以使用.values 来提取 numpy 数组。

例如，如果您想要每个 bin 中数据的总和或计数，您可以这样做：

binned_data.sum().values
binned_data.size().values

编辑： 我的代码并不完全正确，因为列（重量）和索引将具有相同的名称。可以通过重命名索引来修复，如下：

binned_data = x.groupby(pd.cut(x.Weight, bins)).sum()
binned_data.index.name = 'Weight_Bin'
binned_data.reset_index().values