Pandas 如何重塑熊猫数据帧作为keras SimpleRN的输入？

我有这样一个时间序列数据的数据帧

df = pd.DataFrame({'TimeStep': [1, 2, 3, 1, 2, 3],
                   'Feature1': [100, 250, 300, 400, 100, 50],
                   'Feature2' : [2, 5, 100, 10, 42, 17]})

   TimeStep |Feature1   |Feature2
    |1      |100    |2
    |2      |250    |5
    |3      |300    |100
    |1      |400    |10
    |2      |100    |42
    |3      |50     |17

现在，我想将这些数据输入到keras中的SimpleRN层 例如，上述批量大小为2，时间步长为3，输入值为2

我尝试了df.to_numpy（）.重塑（（2，3，2））（当然是用实际df的实际尺寸） 那个形状不起作用

我很感激你能给我的任何建议。 不久前，我用一个纯numpy数组做了类似的事情，但是我没有指定输入值，这很有效

---

提前谢谢

你接近了！如果重新调整数据帧的形状，不包括

TimeStep

列（通过

iloc[：，1:://code>），则应执行以下操作：

>>df.iloc[：，1:]to_numpy（）.重塑（2,3,2）
数组（[[100,2]，
[250,   5],
[300, 100]],
[[400,  10],
[100,  42],
[50,17]]，dtype=int64）

它有
（批量大小、顺序、数量特征）
形状。
Aydin非常感谢。你愿意给我解释一下这背后的逻辑吗？现在不是4维吗？对不起，我只是想了解我在做什么：-）哦，我明白了，我想！我无法编辑上面的内容，但我现在看到了！抱歉弄得一团糟：-）@Olli很高兴能帮上忙！您已经提到，您知道批次大小、每个样本的时间步数，最后是每个样本的功能数。然后，
feature1
和
feature2
列中的信息就足够我们构建所需的数据了。你可以这样想：我们有12个数字，但这些数字有一定的层次结构。例如，在最高级别，我们知道它们分为两组（批量大小）。实际上，我们有6+6个样本。然后在较低的水平上，我们知道每3个连续样本都是时间相关的（时间步长）。。。。所以我们有（3+3）+（3+3）。但是现在剩下的信息也会自动显示出来：我们每个步骤必须有2个特性才能满足6=3*2。总的来说，我们把这12个人分成（2，3，2）个层次。艾丁非常感谢你的详细解释，这对我理解它有很大帮助！