Python 将数据帧转换为三维张量（具有多个功能）

我正在建立一个模型来预测外汇对是买入还是卖出。 我得到了一个由64个特性和5000行组成的数据框架。每行是一天的信息（开放、高、低、关闭）和一些指标作为额外功能

我知道keras lstm采用numpy数组（batchsize、#timestepsinonesample、#features）作为输入形状。我还知道它应该是一个numpy数组作为输入类型

我正在尝试构建一个多对一的体系结构，比如说5天可以预测第二天是买入还是卖出。 我需要的是一个将我的数据帧转换为3d张量的函数，但我就是想不出如何构建每天具有多个功能的张量，并将其与以下5个时间步中的1个时间步组合在一起。所以我的张量维数应该是（batchsize，5,64） 我已经阅读了网络上的每一篇教程以及这里关于堆栈溢出的每一个答案。我知道需要做什么，但无法编写函数

我试过这个：

    seq_length = 5
    x = []
    y = []
    for i in range(0, len(features) - seq_length):
    given = features[i:i + seq_length]
    predict = labels[i + seq_length]
    x.append(given)
    y.append(predict)

但这会输出一个列表，我无法将其转换为numpy数组。 如果有人能帮我解决这个问题，我在这个问题上已经被困了好几天了