Python-重塑分组数据帧数据

我有一个分组数据帧，需要使用

tslearn

中的

to_time\u series\u dataset

函数对其进行重塑

一组时间序列应该被格式化为一个三维数组，其形状为

（num\u series，max\u length，1）

，上面提到的

tslearn.utils

函数就是这样做的。但是，用户需要包含其中的每个数组

from tslearn.utils import to_time_series_dataset
my_first_time_series = [1, 3, 4, 2]
my_second_time_series = [1, 2, 4, 2]
formatted_dataset = to_time_series_dataset([my_first_time_series, my_second_time_series])
print(formatted_dataset.shape)
(2, 4, 1)

如果我有99个单独的列，如何将此

函数用于\u time\u series\u dataset

下面的数据框

import pandas as pd
import tslearn
from tslearn.utils import to_time_series_dataset

df = pd.DataFrame({
    'ID1': [1,2,4,4,5,6,7,7,8,0],
    'ID2': [1,2,3,4,5,6,7,8,9,0],
    'ID99': [1,1,1,4,4,6,7,9,9,9]
})

这很有效

formatted_dataset = to_time_series_dataset(df.values)
print(formatted_dataset)