Python 如何将ndarray形状（32 x xxx）转换为单列数据帧，同时丢弃此数组的最后十个对象

在批大小为32的数据集上运行二元分类NLP模型后，我得到了一个大小为32×300的预测数组，最后一批大小为24。我试图在数据帧中重新排列这些值

predictions.append(logits.argmax(1))

但是，当我尝试将其转换为数据帧时

df.labels = pd.DataFrame(predictions)
df.labels.head()

这就是我得到的

0    0.0
1    0.0
2    0.0
3    0.0
4    0.0
Name: labels, dtype: float64

我希望将值设置为1或0整数，而不是浮点数

最终数据批次32的NaN值为24到32，而不是空白

---

如果列包含

NaN

，则它将始终为

float

类型。因此，

NaN

值的存在解释了为什么列是

float

您必须有维度问题，您的预测变量是二维的，32 x 10，您应该首先将其展平，然后添加24个元素，请参见文档：

这里发生的事情是，当您将一行24个元素添加到一个包含32列的数据框中时，23到32列中的最后一列将存在，并将自动用NaN填充。参见一些示例和示例

为什么要将

NaN

转换为空白？若blank意味着一个空字符串，那个么就不应该这样做，因为您将在列中混合使用float和string

如果需要整数值。您应该使用常量整数值（比如888）对

NaN

值进行插补：

然后，您可以使用以下函数将all转换为int：

---

这就是我的工作

predictions.append(logits.argmax(1))
flat_predictions = np.concatenate(predictions, axis=0)
df = pd.DataFrame(data=flat_predictions, columns=["gold_label",])

---

不起作用。在过去，我已经通过传递“int64”尝试过这一点。我知道，由于最后一个数组有24个值而不是32个值，所以列默认为float64。让我澄清一下。我没有将列值设置为NaN。在尝试将nparray转换为dataframe之前，该列不存在。我希望它做的是将例如[32]*10+[24]n数组重新排列为len（df）=344的单列数据帧。相反，它将其转换为一个len（df）352数组，并用NaN填充最后8个值，从而将我的原始类型转换为浮点型。如果有一个数组，则应在转换为数据帧之前进行展平。追加之前的

预测的形状是什么？320 ? 在344之后呢？你这里一定有维度问题。也许我解释得不够好。以下是32个批次的300批模型预测。最后一批是24个。数组（[0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0]）数组（[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]）我想将它们组合成一个数据帧列。我现在清楚了吗？您尝试将一行24列添加到一个包含32列的数据框架中，如果这样做，24列将在开始处添加，最后一列（25到32）将填充NaN。数据帧就是这样工作的，列或行的形状（长度）不会改变。我更新了答案。
predictions = predictions.flatten()

to_append = logits.argmax(1) # this is your array with 24 elements 
predictions = predictions.append(to_append)

df = df.fillna(888)

df = df.astype('int16')

predictions.append(logits.argmax(1))
flat_predictions = np.concatenate(predictions, axis=0)
df = pd.DataFrame(data=flat_predictions, columns=["gold_label",])


    gold_label
0   0
1   0
2   0
3   0
4   0
...