Как преобразовать данные из объекта Scookit-learn Bunch в Pandas DataFrame?
from sklearn.datasets import load_iris
import pandas as pd
data = load_iris()
print(type(data))
data1 = pd. # Is there a Pandas method to accomplish this?
Как преобразовать данные из объекта Scookit-learn Bunch в Pandas DataFrame?
from sklearn.datasets import load_iris
import pandas as pd
data = load_iris()
print(type(data))
data1 = pd. # Is there a Pandas method to accomplish this?
В ручном режиме вы можете использовать конструктор pd.DataFrame
, указав массив numpy (data
) и список имен столбцов (columns
).
Чтобы иметь все в одном DataFrame, вы можете объединить объекты и цель в один массив numpy с помощью np.c_[...]
(обратите внимание на []
):
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
# save load_iris() sklearn dataset to iris
# if you'd like to check dataset type use: type(load_iris())
# if you'd like to view list of attributes use: dir(load_iris())
iris = load_iris()
# np.c_ is the numpy concatenate function
# which is used to concat iris['data'] and iris['target'] arrays
# for pandas column argument: concat iris['feature_names'] list
# and string list (in this case one string); you can make this anything you'd like..
# the original dataset would probably call this ['Species']
data1 = pd.DataFrame(data= np.c_[iris['data'], iris['target']],
columns= iris['feature_names'] + ['target'])
from sklearn.datasets import load_iris
import pandas as pd
data = load_iris()
df = pd.DataFrame(data.data, columns=data.feature_names)
df.head()
Этот учебник может быть интересен: http://www.neural.cz/dataset-exploration-boston-house-pricing.html
Решение TOMDLt недостаточно универсально для всех наборов данных в scikit-learn. Например, он не работает для набора данных жилья в Бостоне. Я предлагаю другое решение, которое является более универсальным. Нет необходимости использовать NumPy также.
from sklearn import datasets
import pandas as pd
boston_data = datasets.load_boston()
df_boston = pd.DataFrame(boston_data.data,columns=boston_data.feature_names)
df_boston['target'] = pd.Series(boston_data.target)
df_boston.head()
Как общая функция:
def sklearn_to_df(sklearn_dataset):
df = pd.DataFrame(sklearn_dataset.data, columns=sklearn_dataset.feature_names)
df['target'] = pd.Series(sklearn_dataset.target)
return df
df_boston = sklearn_to_df(datasets.load_boston())
Так же, как альтернатива, что я мог бы облегчить мою голову:
data = load_iris()
df = pd.DataFrame(data['data'], columns=data['feature_names'])
df['target'] = data['target']
df.head()
В основном вместо того, чтобы конкатенировать с get go, просто создайте кадр данных с матрицей функций, а затем просто добавьте целевой столбец с данными ['whatvername'] и возьмите целевые значения из набора данных
Это работает для меня.
dataFrame = pd.dataFrame(data = np.c_[ [iris['data'],iris['target'] ],
columns=iris['feature_names'].tolist() + ['target'])
Мне потребовалось 2 часа, чтобы понять это
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
iris = load_iris()
##iris.keys()
df= pd.DataFrame(data= np.c_[iris['data'], iris['target']],
columns= iris['feature_names'] + ['target'])
df['species'] = pd.Categorical.from_codes(iris.target, iris.target_names)
Верни вид для моих панд
Другим способом комбинирования функций и целевых переменных может быть использование np.column_stack
(подробнее)
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
data = load_iris()
df = pd.DataFrame(np.column_stack((data.data, data.target)), columns = data.feature_names+['target'])
print(df.head())
Результат:
sepal length (cm) sepal width (cm) petal length (cm) petal width (cm) target
0 5.1 3.5 1.4 0.2 0.0
1 4.9 3.0 1.4 0.2 0.0
2 4.7 3.2 1.3 0.2 0.0
3 4.6 3.1 1.5 0.2 0.0
4 5.0 3.6 1.4 0.2 0.0
Если вам нужна строковая метка для target
, то вы можете использовать replace
, преобразовав target_names
в dictionary
и добавив новый столбец:
df['label'] = df.target.replace(dict(enumerate(data.target_names)))
print(df.head())
Результат:
sepal length (cm) sepal width (cm) petal length (cm) petal width (cm) target label
0 5.1 3.5 1.4 0.2 0.0 setosa
1 4.9 3.0 1.4 0.2 0.0 setosa
2 4.7 3.2 1.3 0.2 0.0 setosa
3 4.6 3.1 1.5 0.2 0.0 setosa
4 5.0 3.6 1.4 0.2 0.0 setosa
Отработав лучший ответ и обратившись к моему комментарию, вот функция преобразования
def bunch_to_dataframe(bunch):
fnames = bunch.feature_names
features = fnames.tolist() if isinstance(fnames, np.ndarray) else fnames
features += ['target']
return pd.DataFrame(data= np.c_[bunch['data'], bunch['target']],
columns=features)
Там может быть лучший способ, но вот что я сделал в прошлом, и он работает очень хорошо:
items = data.items() #Gets all the data from this Bunch - a huge list
mydata = pd.DataFrame(items[1][1]) #Gets the Attributes
mydata[len(mydata.columns)] = items[2][1] #Adds a column for the Target Variable
mydata.columns = items[-1][1] + [items[2][0]] #Gets the column names and updates the dataframe
Теперь mydata будет иметь все, что вам нужно - атрибуты, целевую переменную и имена столбцов
Этот фрагмент - только синтаксический сахар, построенный на том, что TomDLT и ролят уже внесли и объяснили. Единственным отличием будет то, что load_iris
вернет кортеж вместо словаря, а имена столбцов будут перечислены.
df = pd.DataFrame(np.c_[load_iris(return_X_y=True)])
Что бы ни ответил TomDLT, это может не сработать для некоторых из вас, потому что
data1 = pd.DataFrame(data= np.c_[iris['data'], iris['target']],
columns= iris['feature_names'] + ['target'])
потому что iris ['feature_names'] возвращает вам пустой массив. В массиве numpy вы не можете добавить массив и список ['target'] просто оператором+. Следовательно, вам нужно сначала преобразовать его в список, а затем добавить.
Ты можешь сделать
data1 = pd.DataFrame(data= np.c_[iris['data'], iris['target']],
columns= list(iris['feature_names']) + ['target'])
Это будет хорошо работать, хотя..
import pandas as pd
from sklearn.datasets import load_iris
iris = load_iris()
X = iris['data']
y = iris['target']
iris_df = pd.DataFrame(X, columns = iris['feature_names'])
iris_df.head()
Один из лучших способов:
data = pd.DataFrame(digits.data)
Цифры - это фрейм данных sklearn, и я преобразовал его в панду.
По сути, вам нужны "данные", и они у вас есть в связке scikit, теперь вам нужна только "цель" (прогноз), которая также есть в связке.
Так что просто нужно объединить эти два, чтобы сделать данные полными
data_df = pd.DataFrame(cancer.data,columns=cancer.feature_names)
target_df = pd.DataFrame(cancer.target,columns=['target'])
final_df = data.join(target)