在Python上的R中执行分类，其中每个数据帧都有标签

我的问题是，不是让数据帧中的每一行对应一个标签，而是有多个数据帧，每个数据帧具有相同的列和行数，但每个数据帧都被标记为l1、l2或l3。您需要数据框中的所有数据才能确定标签

例如，假设我有这个数据帧和它的标签l1，想象我有多个标签l1、l2或l3。我需要创建一个分类模型，这样当我有一个像这样的新数据框架时，它可以对它进行分类

---

如何在R或Python中对其进行结构化

---

我希望这是清楚的

您的想法是正确的：为了使分类模型能够工作，您需要在生成的数据帧的单行中包含单个样本的数据。您在示例中使用的是某种交叉表，但您需要的是平表。幸运的是，使用pandas，您可以使用

unstack（）

轻松创建平面表格：

>>df=pd.DataFrame（[1,10,1000]，[2,12,1245]，[3,20,1837]，[4,18,1837]，
列=['Time'、'Measure1'、'Measure2']）
>>>s=df.set_index（'Time'）.unstack（）
>>>
时间
措施11 10
2         12
3         20
4         18
措施211000
2       1245
3       1837
4       1837
数据类型：int64

结果是一个带有多索引的

pd.Series

（=单列）。然后，您可以将标签添加到测量中，并将所有数据连接到单个数据帧中

>s['label']='l1'
>>>df=pd.concat（[s，s，s]，轴=1）.T
>>>df
测量1测量2标签
时间123441234
010 12 20 18 1000 1245 1837 1837 l1
110120181000124518371837 l1
210 12 20 18 1000 1245 1837 1837 l1

在列中使用多索引有点笨拙，但可以用

>>> df.columns = ['_'.join(str(x) for x in c).strip('_') for c in df.columns]
>>> df
  Measure1_1 Measure1_2 Measure1_3  ... Measure2_3 Measure2_4 label
0         10         12         20  ...       1837       1837    l1
1         10         12         20  ...       1837       1837    l1
2         10         12         20  ...       1837       1837    l1

---

你就不能附加所有的数据帧并创建一个标签列吗？我不这么认为，因为我不想考虑单个行，我需要在分类时考虑每个数据帧中的所有数据。我也不确定这是否适用于测试，因为我需要在整个数据框架上进行测试。您应该给出一些示例数据，因为您的解释不是很清楚。在我的理解中，假设有3个数据帧，每个数据帧有一个标签。对于所有的数据框，您都有相同的列名（我猜是与功能相对应的）和这些列名的值，“您需要数据框中的所有数据才能确定标签”是什么意思？您能粘贴示例数据框吗，我想您不能马上粘贴，您需要将所有数据表示为一行，然后添加标签，某种形式的数据旋转或转置可能会有所帮助，这正是我需要的Rob，谢谢您的回答

>>> df.columns = ['_'.join(str(x) for x in c).strip('_') for c in df.columns]
>>> df
  Measure1_1 Measure1_2 Measure1_3  ... Measure2_3 Measure2_4 label
0         10         12         20  ...       1837       1837    l1
1         10         12         20  ...       1837       1837    l1
2         10         12         20  ...       1837       1837    l1