为了账号安全,请及时绑定邮箱和手机立即绑定

在 1D 中转换 2D 数据帧

在 1D 中转换 2D 数据帧

Cats萌萌 2023-02-22 16:44:05
如何转换以下数据框:            m1,d1         m2,d2         m3,d3         m4,d4  ... 20-40  40-60  60-80  80-1000    [0.986, 1.0]  [1.0, 0.707]  [0.986, 0.0]  [0.972, 0.5]  ...     0      0  0.655     1.01      [1.0, 0.0]  [0.958, 0.0]  [1.0, 0.516]  [0.972, 0.5]  ...     0      0  0.724     1.02  [0.958, 0.447]  [0.972, 1.0]  [1.0, 0.516]  [0.901, 1.0]  ...     0      0  0.724     1.03  [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  80-1000         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 pdNinput = [[[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']    
查看完整描述

1 回答

?
守着一只汪

TA贡献1872条经验 获得超4个赞

你可以很容易地使用 numpy 来做到这一点。

np.hstack(Ninput)


查看完整回答
反对 回复 2023-02-22
  • 1 回答
  • 0 关注
  • 94 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
微信客服

购课补贴
联系客服咨询优惠详情

帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

公众号

扫描二维码
关注慕课网微信公众号