Python 如何加载列具有相同长度的列表作为tensorflow输入的数据帧？

我有一个包含要素数据和标签数据的数据框，每个数据框作为单独的列，包含浮动列表，如下所示：

ts = pd.DataFrame()
ts['features'] = [[1.0, 2.0, 3.0, 4.0], [2.0, 3.0, 4.0, 5.0], [3.0, 1.0, 2.0, 5.0]]
ts['labels'] = [[1.0, 0.0], [1.0, 0.0], [0.0, 1.0]]

我正在尝试使用这些功能和标签训练模型，但我遇到了错误：

ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type list).]

我想也许我能做到：

x_train = np.asarray(ts.features)
y_train = np.asarray(ts.labels)

但我也犯了同样的错误。我一直在看教程和其他东西，因为我觉得处理简单的二维浮点数数组作为输入和目标肯定是可以开箱即用的，但我肯定遗漏了一些东西。值得一提的是，我今天病得很厉害，但我真的很想把这件事做完，我已经浪费了几个小时

提前感谢您的帮助

我最终使用了

x_array = pd.DataFrame(ts.features.to_list())
y_array = pd.DataFrame(ts.labels.to_list())

---

创建一个新的DF，为每行列表中的每个值创建一列，然后将数据帧传递到网络中，它就开始工作了。使用

np.asarray（ts.labels.to_list（））

同样有效。

得到错误值的行是什么错误：无法将NumPy数组转换为张量（不支持的对象类型列表）。]？在尝试将数据传递到model.fit（）时发生错误。最终，我采用了我在下面提到的方法，将具有浮动列表的单列DF转换为每列具有1个浮动的多列。因此，您将其称为类似于

model.fit（ts['features'，ts['labels'））

？是的，对不起。那样