Python 如何将数据帧转换为自定义集合

如何将数据帧的每一行转换为一个列表，而不包含元素

我有一个数据帧，需要将其转换为以下集合：

[[1 2]
[3 6]
...
[0 9]
]

1 2
3 6
...
0 9

数据帧如下所示：

[[1 2]
[3 6]
...
[0 9]
]

1 2
3 6
...
0 9

我该怎么做？ 事实上，我有以下代码，当我运行它时，我得到以下代码：

import xgboost as xgb
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score, KFold
from sklearn.metrics import mean_squared_error
import matplotlib.pyplot as plt 

 

boston = load_boston()

x_train, x_test, y_train, y_test=train_test_split( Xtrain, Ytrain, test_size=0.25, random_state=42)

xgbr = xgb.XGBRegressor(verbosity=0)
xgbr.fit(x_train, y_train)
score = xgbr.score(x_train, y_train)   

print("Training score: ", score) 

---

错误：

-
AssertionError回溯（上次最近的调用）
在里面
13
14 xgbr=xgb.XGBRegressor（详细度=0）
--->15 xgbr.配合（x_系列、y_系列）
16分=xgbr.分（x_列，y_列）
17
内部文件中的~/.local/lib/python3.8/site-packages/xgboost/core.py（*args，**kwargs）
420表示k，zip中的arg（sig.parameters，args）：
421 kwargs[k]=arg
-->422返回f（**kwargs）
423
424返回内部\u f
~/.local/lib/python3.8/site-packages/xgboost/sklearn.py in-fit（self、X、y、样本权重、基本边界、评估集、评估度量、提前停止轮、详细、xgb模型、样本权重、评估集、特征权重、回调）
567 self.n_特征在uu=X.shape[1]
568
-->569系列数据矩阵=数据矩阵（数据=X，标签=y，重量=样品重量，
570基本保证金=基本保证金，
571缺失=自我缺失，
~/.local/lib/python3.8/site-packages/xgboost/core.py in\uuuuuu init\uuuuuuuuuuuuuu（自身、数据、标签、重量、基边距、缺失、无提示、特征名称、特征类型、n读取、启用分类）
507 self.handle=句柄
508
-->509自我设置信息（标签=标签，重量=重量，基本页边距=基本页边距）
510
511 self.feature\u name=feature\u name
内部文件中的~/.local/lib/python3.8/site-packages/xgboost/core.py（*args，**kwargs）
420表示k，zip中的arg（sig.parameters，args）：
421 kwargs[k]=arg
-->422返回f（**kwargs）
423
424返回内部\u f
集合信息中的~/.local/lib/python3.8/site-packages/xgboost/core.py（自身、标签、权重、基本页边距、组、标签下界、标签上界、特征名称、特征类型、特征权重）
528“为DMatrix设置元信息”
529如果标签不是无：
-->530自我设置标签（标签）
531如果重量不是无：
532自整定重量（重量）
集合标签中的~/.local/lib/python3.8/site-packages/xgboost/core.py（self，label）
657         """
658从.数据导入调度\元\后端
-->659调度元后端（self、label、“label”、“float”）
660
661 def设置重量（自身重量）：
调度元数据后端中的~/.local/lib/python3.8/site-packages/xgboost/data.py（矩阵、数据、名称、数据类型）
654“发送元数据信息”
655 handle=matrix.handle
-->656验证元形状（数据）
657如果数据为无：
658返回
~/.local/lib/python3.8/site-packages/xgboost/data.py在_-validate\u-meta_形状（数据）中
584定义验证元形状（数据）：
585如果hasattr（数据“形状”）：
-->586断言len（data.shape）==1或(
587 len（data.shape）==2和
588（data.shape[1]==0或data.shape[1]==1））
断言者错误：

假设您有，在列表的元素之间。 还有一个内置方法，也是最快的方法，在

数组上调用
tolist
。values

np数组：

试一试

示例：如果DF为

admit   gpa  gre  rank   
0  3.61  380     3  
1  3.67  660     3  
1  3.19  640     4  
0  2.93  520     4

此输出将是

[[0.0, 3.61, 380.0, 3.0],
[1.0, 3.67, 660.0, 3.0],
[1.0, 3.19, 640.0, 4.0],
[0.0, 2.93, 520.0, 4.0]]

---

你的df是什么样子的？没有括号，每一行中都有一个。你能编辑你的问题并准确显示你的数据框是什么样子吗？我更新了这个问题，请看它。我的愿望输出值之间没有逗号！！！所以你是说[1 2]应该是列表的第一个元素，但是

[1 2]

在python中不是会引发错误的有效列表，它必须是

[1,2]

或

['12']

，其中'12'成为字符串请查看更新的