我有一個(gè)熊貓數(shù)據(jù)框。DF.shape = (13096,27)我想迭代數(shù)據(jù)框，每次迭代我都使用shape of (50, 25). 我的意思是 25，前 25 列。我使用以下代碼完成了它：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)我展示了這個(gè)數(shù)字，但它們是空的。與預(yù)測(cè)、pred 值相同（打印結(jié)果）：predictions [[1]]preds [[0.9416911]]prediction 0df1 (1, 50, 25)是因?yàn)槲业拇a錯(cuò)誤嗎？請(qǐng)你幫助我好嗎 ？謝謝
1 回答
幕布斯6054654
TA貢獻(xiàn)1876條經(jīng)驗(yàn) 獲得超7個(gè)贊
你可以嘗試這樣的事情：
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 np
import pandas as pd
N_rows=6
N_cols=5
df = pd.DataFrame(np.zeros((N_rows, N_cols)))
print(df)
sliced=2
for i in range(0,len(df)-(sliced-1),sliced):
subdf=df.iloc[i:i+sliced,df.columns[:-2]]
print(subdf)
print(subdf.shape)
輸出：
df
0 1 2 3 4
0 0.0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0 0.0
3 0.0 0.0 0.0 0.0 0.0
4 0.0 0.0 0.0 0.0 0.0
5 0.0 0.0 0.0 0.0 0.0
Iterations:
0 1 2
0 0.0 0.0 0.0
1 0.0 0.0 0.0
(2, 3)
0 1 2
2 0.0 0.0 0.0
3 0.0 0.0 0.0
(2, 3)
0 1 2
4 0.0 0.0 0.0
5 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)，因此在您的情況下它將是(50, 25)。
添加回答
舉報(bào)
0/150
提交
取消