Python 将数据帧列转换为特征和目标矩阵的更快方法

我在数据帧（df）中有一列（二进制），其形式如下：

Vector
0
1
0
1
0
.
.
.

我在一个二元分类模型中使用它。我的目标是将这些0和1移动到两个单独的列表中，然后将它们转换为numpy数组。例如，我想将前5项从Vector移到X，然后将第6项移到Y。然后将下5项移到X，然后将下6项移到Y，直到df结束（目前为200k行）

我的第一反应是为此编写for循环（但我知道这是非常低效的）：

用于范围内的i（0，df.形状[0]-6）：
#当我们遍历df时
#我们将使用步骤5
如果i_cnt>5：
y=df['Vector'].iloc[i]
Y.append（Y）
i_cnt=1
其他：
x=df['Vector'].iloc[i]
X.append（X）
i_cnt+=1

---

确实有一种更快的方法可以做到这一点，希望有人知道我如何做到这一点？

通过索引长度创建的数组使用模和

6

，并比较

X

和

Y

：

#sample data for easy verify

df = pd.DataFrame({'Vector': range(20)})

idx = np.arange(len(df)) % 6

---

---

通过索引长度创建的数组对

6

使用模，并比较

X

和

Y

：

#sample data for easy verify

df = pd.DataFrame({'Vector': range(20)})

idx = np.arange(len(df)) % 6

---

---

对于

k=5+1=6

k = 6

n_rows = len(df.index)
n_samples = n_rows // k

X_and_y = df.Vector.to_numpy().reshape(n_samples, k)

X = X_and_y[:, :-1]
y = X_and_y[:, -1]

我们将列重塑为

（n_samples，5+1）

数组，其中

n_samples=n_rows/6

，然后将除最后一列之外的所有列都放入

X

，最后一列放入

y

e、 g

---

对于

k=5+1=6

k = 6

n_rows = len(df.index)
n_samples = n_rows // k

X_and_y = df.Vector.to_numpy().reshape(n_samples, k)

X = X_and_y[:, :-1]
y = X_and_y[:, -1]

我们将列重塑为

（n_samples，5+1）

数组，其中

n_samples=n_rows/6

，然后将除最后一列之外的所有列都放入

X

，最后一列放入

y

e、 g

你可以试试

X = list(df[df.index % 6 < 5]["Vector"])
y = list(df[df.index % 6 == 5]["Vector"])

X=list（df[df.index%6<5][“Vector”]）
y=列表（df[df.index%6==5][“Vector”]）

您可以试试

X = list(df[df.index % 6 < 5]["Vector"])
y = list(df[df.index % 6 == 5]["Vector"])

X=list（df[df.index%6<5][“Vector”]）
y=列表（df[df.index%6==5][“Vector”]）

我得到以下错误：

TypeError:无法使用此索引类型执行uuu mod_uuuu:index

您可以共享

df.index

的输出吗？请尝试

x=list（df[df.reset\u index（）.index%6<5][Vector”]）

和

y=list（df[df.reset\u index（）.index%6==5][Vector”]）

我得到以下错误：

TypeError:无法使用此索引类型执行uuu mod_uuuu:index

您可以共享

df.index

的输出吗？请尝试

x=list（df[df.reset\u index（）.index%6<5][Vector”]）

和

y=list（df[df.reset\u index（）.index%6==5][Vector”]）

在线

idx=df.index%6

我得到以下错误：

TypeError:无法使用此索引类型执行修改：index

@Dean-然后需要

idx=np.arange（len（df））%6

在线

idx=df.index%6

我得到以下错误：

TypeError:无法使用此索引类型执行修改：index

@Dean-然后需要

idx=np.arange（len（df））%6