Python 将DF转换为Numpy数组进行计算

我有数据帧格式的数据，我将使用用户构建的函数进行线性回归计算。代码如下：

from sklearn.datasets import load_boston
boston = load_boston()

bos = pd.DataFrame(boston.data) # convert to DF
bos.columns = boston.feature_names
bos['PRICE'] = boston.target
y = bos.PRICE
x = bos.drop('PRICE', axis = 1)  # DROP PRICE since only want X-type variables (not Y-target)

xw = df.to_array(x)

xw = np.insert(xw,0,1, axis = 1) # to insert a column of "1" values

但是，我得到了一个错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-131-272f1b4d26ba> in <module>()
  1 import copy
  2 
----> 3 xw = df.to_array(x)

AttributeError: 'int' object has no attribute 'to_array'

无功而返

有什么想法吗？

它是

x.as\u matrix（）

不是

df.to\u数组（x）

有关详细信息，请参阅熊猫文件

下面是有效的代码

from sklearn.datasets import load_boston
import pandas as pd
import numpy as np

boston = load_boston()

bos = pd.DataFrame(boston.data) # convert to DF
bos.columns = boston.feature_names
bos['PRICE'] = boston.target
y = bos.PRICE
x = bos.drop('PRICE', axis = 1)  # DROP PRICE since only want X-type variables (not Y-target)

xw = x.as_matrix()

xw = np.insert(xw,0,1, axis = 1) # to insert a column of "1" values

---

我甚至检查了转换后的类型（type（xw），它给了我一个np.ndarray作为一个类型。不确定问题出在哪里，你得到了什么？或者可能包括一个

x

的打印输出，我想我不知怎的得到了它。不确定，但什么是有效的：xw=copy.deepcopy（x）xw=np.c_uu[np.ones（lnY），xw]不确定这是否有效（插入“1”的第一列，另一种方法没有，但这里的结果是（lnY是目标数组的大小（Y值）什么是

df

？它没有在任何地方定义，但似乎是

int

。您的意思是

x.as_matrix（）

？

from sklearn.datasets import load_boston
import pandas as pd
import numpy as np

boston = load_boston()

bos = pd.DataFrame(boston.data) # convert to DF
bos.columns = boston.feature_names
bos['PRICE'] = boston.target
y = bos.PRICE
x = bos.drop('PRICE', axis = 1)  # DROP PRICE since only want X-type variables (not Y-target)

xw = x.as_matrix()

xw = np.insert(xw,0,1, axis = 1) # to insert a column of "1" values