Python 将数据集转换为数组，以便在Scikit Learn中建模

我们可以在Pandas数据帧上运行scikit学习模型，还是需要将数据帧转换为NumPy阵列？

您可以将

Pandas.DataFrame

与

sklearn

一起使用，例如：

import pandas as pd
from sklearn.cluster import KMeans

data = [(0.2, 10),
        (0.3, 12),
        (0.24, 14),
        (0.8, 30),
        (0.9, 32),
        (0.85, 33.3),
        (0.91, 31),
        (0.1, 15),
        (-0.23, 45)]

p_df = pd.DataFrame(data)
kmeans = KMeans(init='k-means++', n_clusters=3, n_init=10)
kmeans.fit(p_df)

结果:

>>> kmeans.labels_
array([0, 0, 0, 2, 2, 2, 2, 0, 1], dtype=int32)

---

熊猫数据帧非常擅长在需要时充当Numpy数组。如果有疑问，您可以始终使用

values

属性来获取Numpy表示（

df.values

将为您提供DataFrame中数值的Numpy数组

df

显示如何处理具有命名列的DataFrame会提供更多信息，因为这会导致更多问题。将这两种方法结合起来作为另一种答案会更好。