Python 熊猫数据帧从as_矩阵移动到_numpy

这是我的密码：

def predict(data, rows=500):
    split_array = np.array_split(data, int(data.shape[0] / float(rows) + 1))
    predictions = ''
    for array in split_array:
        predictions = ','.join([predictions, xgb_predictor.predict(array).decode('utf-8')])

    return np.fromstring(predictions[1:], sep=',')

data_test["predictions"]= predict(data_test.as_matrix()[:, 1:])

xgb_预测器是Sagemaker模型对象

由于不支持as_matrix（），因此不再有效

---

如何将其替换为to numpy（）？

假设

数据\u test

是一个pandas矩阵，那么您应该能够直接使用

to numpy（）

见：

DataFrame.values（）

：

---

假设

data\u test

是一个pandas矩阵，那么您应该能够直接使用

to\u numpy（）

见：

DataFrame.values（）

：

---

我想出来了，下面是用于_numpy（）的新代码

---

我想出来了，下面是用于_numpy（）的新代码

Deprecated since version 0.23.0: Use DataFrame.values() instead.

We recommend using DataFrame.to_numpy() instead.

 def predict(data, rows=500):
        split_array = np.array_split(data, int(data.shape[0] / float(rows) + 1))
        predictions = ''
        for array in split_array:
            predictions = ','.join([predictions, xgb_predictor.predict(array).decode('utf-8')])
    
        return np.fromstring(predictions[1:], sep=',')
    #replace data_test["predictions"]= predict(data_test.as_matrix()[:, 1:]) with
    data_results["predictions"] =  predict(data_test.iloc[:,1:].to_numpy())