Python 将数据帧转换为列表列表以输入RNN

在Python中，我有一个与pandas.read_csv一起导入的数据帧，例如：

Cust_id| time_to_event_f |event_id |event_sub_id

1       100             5 2  
1       95              1 3  
1       44              3 1  
2       99              5 5  
2       87              2 2  
2       12              3 3  

---

数据按

cust\u id

和

time\u to\u event\u f

排序。我试图将此数据帧转换为维度的张量

[2,3,3]

，以便对于每个客户id，我都有一个

时间到事件的顺序列表
，
事件id
，以及
事件子id
。想法是将其用作tensorflow中RNN的输入。我正在跟踪，因此我正在尝试以类似的格式获取数据。
您可以通过设置
客户id
索引，然后堆叠，将原始数据框
d
转换为以客户id为中心的系列：

d.set_索引（'Cust_id'）.stack（）

结果系列将如下所示：

Cust\u id
1次到100次事件
事件编号5
事件子单元id 2
时间到事件95
事件id 1
事件子单元id 3
时间到事件44
事件编号3
事件子单元id 1
2次到事件99
事件编号5
事件子单元id 5
时间到事件87
事件编号2
事件子单元id 2
时间到事件12
事件编号3
事件子单元id 3
数据类型：int64

考虑到这种表示法，您的任务很简单：获取
值
ndarray并将其重塑为您的目标大小：

series.values.reformate（[2,3,3]）

该阵列可作为tensorflow RNN的输入。完整代码如下：

将熊猫作为pd导入
从io导入StringIO
s=StringIO（“”）
1       100             5 2  
1       95              1 3  
1       44              3 1  
2       99              5 5  
2       87              2 2  
2       12              3 3
“.strip（））
d=pd.read_表（s，名称=['Cust_id'，'time_to_event_f'，'event_id'，'event_sub_id']，sep=r'\s+）
series=d.set_index（'Cust_id'）。stack（）
时间数组=系列.值.重塑（[2,3,3]）