Python Scikit/Numpy/ValueError:使用序列设置数组元素
我有一个pandas数据框,其中的列具有0-9之间的字符串作为列名:Python Scikit/Numpy/ValueError:使用序列设置数组元素,python,arrays,numpy,pandas,scikit-learn,Python,Arrays,Numpy,Pandas,Scikit Learn,我有一个pandas数据框,其中的列具有0-9之间的字符串作为列名: working_df = pd.DataFrame(np.random.rand(5,10),index=range(0,5), columns=[str(x) for x in range(10)]) working_df.loc[:,'outcome'] = [0,1,1,0,1] 然后我想把所有这些数字的数组放到一列中,所以我做到了: array_list = [Y for Y in x[[str(num) for n
working_df = pd.DataFrame(np.random.rand(5,10),index=range(0,5), columns=[str(x) for x in range(10)])
working_df.loc[:,'outcome'] = [0,1,1,0,1]
然后我想把所有这些数字的数组放到一列中,所以我做到了:
array_list = [Y for Y in x[[str(num) for num in range(10)]].values]
这给了我:
[array([ 0.0793451 , 0.3288617 , 0.75887129, 0.01128641, 0.64105905,
0.78789297, 0.69673768, 0.20354558, 0.48976411, 0.72848541]),
array([ 0.53511388, 0.08896322, 0.10302786, 0.08008444, 0.18218731,
0.2342337 , 0.52622153, 0.65607384, 0.86069294, 0.8864577 ]),
array([ 0.82878026, 0.33986175, 0.25707122, 0.96525733, 0.5897311 ,
0.3884232 , 0.10943644, 0.26944414, 0.85491211, 0.15801284]),
array([ 0.31818888, 0.0525836 , 0.49150727, 0.53682492, 0.78692193,
0.97945708, 0.53181293, 0.74330327, 0.91364064, 0.49085287]),
array([ 0.14909577, 0.33959452, 0.20607263, 0.78789116, 0.41780657,
0.0437907 , 0.67697385, 0.98579928, 0.1487507 , 0.41682309])]
然后,我使用以下方法将其连接到我的数据帧:
working_df.loc[:,'array_list'] = pd.Series(array_list)
然后我设置我的rf\u clf=RandomForestClassifier()
并尝试rf\u clf.fit(working\u df['array\u list'][1:].values,working\u df['output'][1:].values)
这会导致ValueError:使用序列设置数组元素
配件中的阵列是否存在问题?谢谢你的洞察力 问题在于scikit learn需要一个二维值数组作为输入。您正在传递一个一维对象数组(每个对象本身都是一维数组) 一个快速解决方法是:
X = np.array(list(working_df['array_list'][1:]))
y = working_df['outcome'][1:].values
rf_clf.fit(X, y)
更好的解决方法是不要将二维要素数组存储在一维熊猫列中。请您在问题中显示完整的错误回溯,以便我们可以看到异常的确切位置谢谢!你的视频让我开始学习scikit。。谢谢你的提示