Python 如何从数据帧在流中实现类索引的映射

我正在使用来自数据帧的flow_设置keras数据生成器。 数据是图像，有2000个不同的类。我有一个数据框，它将图像文件映射到2000个类别（从0到1999的整数）。两列（指向图像和标签的链接）的格式均为字符串

我有一个由其他人训练的网络，它具有从class_索引到标签的定义映射。问题是：当我使用我想要测试训练模型的数据设置数据生成器时，它在标签上强制执行字母数字顺序，这与训练网络使用的标签不同。现在我得到“0”是0，“1”是1，但“100”是2，“1000”是3等等，但我想“2”是2，“3”是3等等

因此，经过训练的模型的精度为0%

如何避免数据生成器中的字母数字顺序（例如“2”是2，“3”是3）

我使用的是keras 2.2.4。我尝试了以下方法（未成功）：

• 将带有标签的pandas数据框中的列转换为%04d格式，这样，如果按字母数字排序，它应该会得到所需的顺序--但是，这会导致不同的顺序（'0000'：0，'0001'：1，'0007'：2，'0008'：3，'0011'…）

• 为数据生成器的构造提供“classes”参数，并以所需的顺序提供一个列表——但是，该顺序会被覆盖

• 为数据生成器的构造提供“classes”参数，并提供所需映射的字典——但是，这同样会被覆盖并导致初始问题 （它似乎适用于“来自\u目录的flow\u”：，但不适用于我使用来自\u数据框架的flow\u）

我尝试的基本上是这样的：

    my_generator = my_datagen.flow_from_dataframe(
        dataframe=my_df,
        target_size = (224,224),
        directory=None,
        x_col='filename',
        y_col='yID',
        class_mode='categorical',
        classes=classLabels,
        validate_filenames=False,
        batch_size=128)

类标签可以放在哪里

classLabels = list(map(str,range(2000)))

或

预期的结果是，在

my_generator.class_index

中，我得到

{0'：0，'1'：1，'2'：2，'3'：3，}

。 实际结果如下：

• {'0000'：0，'0001'：1，'0007'：2，'0008'：3，'0011'…}

  将数据帧列转换为4位时

• {'0'：0，'1'：1，'100'：2，'1000'：3，'1002'：4，…}

  当我在创建生成器时提供或不提供“classes”参数[无论是作为dict还是list都无所谓]

很可能是我在监督实际问题（也许这是很有可能的，但我只是错过了一个细节，我甚至可能没有在这里报告——如果是这样的话，请原谅，不要犹豫，想想比我想象的更简单的解决我的问题的方法）。

---

非常感谢

一位善良聪明的同事来帮忙

当将标签列转换为4位字符串时，它给出了奇怪的顺序，因为特定（测试）数据帧没有全部2000个类，只有一个子集

因此，原则上，4位数字转换是正确的方法（以防有人需要：

my_-df['yID']=my_-df['yID'].astype（str）.str.zfill（4）

）

当时唯一缺少的是另外指定一个

classLabels

字典，其中字符串也是4位格式：

classLabels = list(map(lambda x: "{:04d}".format(x),range(2000)))
classLabels = dict(zip(classLabels,list(range(2000))))

所以基本上就是把我尝试的东西结合起来

如果直接在keras中实现这一点，也就是说，如果来自数据帧的flow_可以选择关闭字母数字排序，那么这仍然很酷

classLabels = list(map(lambda x: "{:04d}".format(x),range(2000)))
classLabels = dict(zip(classLabels,list(range(2000))))