(转)如何将Sklearn数据集Bunch格式转换为Pandas数据集DataFrame？

转载链接：[https://vimsky.com/article/4362.html]

from sklearn.datasets import load_iris
import pandas as pd
data = load_iris()
print(type(data))   #输出：
<class 'sklearn.utils.Bunch'>

data1 = pd. # Is there a Pandas method to accomplish this?

最佳思路
可以手动使用pd.DataFrame构造函数，提供一个numpy数组(data)和列名的列表(columns)。要将所有内容都放在一个DataFrame中，可以使用np.c_[…]将特征和目标(标签)连接到一个numpy数组中(请注意运算符[])：

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris# save load_iris() sklearn dataset to iris
# if you'd like to check dataset type use: type(load_iris())
# if you'd like to view list of attributes use: dir(load_iris())
iris = load_iris()# np.c_ is the numpy concatenate function
# which is used to concat iris['data'] and iris['target'] arrays
# for pandas column argument: concat iris['feature_names'] list
# and string list (in this case one string); you can make this anything you'd like..
# the original dataset would probably call this ['Species']
data1 = pd.DataFrame(data= np.c_[iris['data'], iris['target']],columns= iris['feature_names'] + ['target'])#numpy科学计算工具箱
import numpy as np
#使用make_classification构造1000个样本，每个样本有20个feature
from sklearn.datasets import make_classification
X, y = make_classification(1000, n_features=20, n_informative=2, n_redundant=2, n_classes=2, random_state=0)
#存为dataframe格式,TypeError: unsupported operand type(s) for +: #'range' and 'range'，这里python代码报错如标题，实际是两个range相#加。仍然是python2和python3版本导致的错误。#python2中，range()返回的是list，可以将两个range()直接相加，如#range(5)+range(10)
#python3中，range()成了一个class，不可以直接将两个range()直接相加，##需要先加个list,如list(range(5))+list(range(10))
#因为python3中的range()为节省内存，仅仅存储了range()的start，stop，#step这三个元素，其余值使用时一个一个的算，其实就是个迭代器，加上#list()让range()把所有值算出来就可以相加了.from pandas import DataFrame
df = DataFrame(np.hstack((X, y[:, None])),columns = list(range(20)) + ["class"])

type(load_iris())
sklearn.utils.Bunchdir(load_iris())
['DESCR', 'data', 'feature_names', 'target', 'target_names']'feature_names': ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'],'target': array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2]),'target_names': array(['setosa', 'versicolor', 'virginica']

第二种思路
对于scikit-learn中的所有数据集，上文"最佳思路"的解决方案不够通用。例如，它不适用于波士顿住房数据集。我提出了另一种更通用的解决方案。也无需使用numpy。

from sklearn import datasets
import pandas as pdboston_data = datasets.load_boston()
df_boston = pd.DataFrame(boston_data.data,columns=boston_data.feature_names)
df_boston['target'] = pd.Series(boston_data.target)
df_boston.head()

作为通用函数：

def sklearn_to_df(sklearn_dataset):df = pd.DataFrame(sklearn_dataset.data, columns=sklearn_dataset.feature_names)df['target'] = pd.Series(sklearn_dataset.target)return dfdf_boston = sklearn_to_df(datasets.load_boston())

dataframe转化成array:df=df.values

array转化成dataframe:
import pandas as pd
df = pd.DataFrame(df)

df=df.values.flatten() 需要的时候在末尾加一个flatten() 变成一行的方便统计分析

(转)如何将Sklearn数据集Bunch格式转换为Pandas数据集DataFrame？相关推荐

voc数据集格式转换为coco数据集格式+修改xml格式文件
voc数据集格式转换为coco格式+修改xml格式文件中部分内容 voc数据集格式→coco数据集格式修改xml格式文件中部分内容 voc数据集格式→coco数据集格式下面这份代码只需修改文件所在 ...
爬虫——把jason格式用pandas化成dataframe
豆瓣电影分类排行榜 - 动画片 url='https://movie.douban.com/j/chart/top_list?type=25&interval_id=100%3A90& ...
ISIC数据集格式转换为NPY
前言本文实现的功能是将数据集的格式转换为.npy文件,代码以ISIC2018皮肤病变分割数据集为例,将原始数据尺寸resize成342x256,并将其图像.jpg格式文件和标签.png格式文件转换为 ...
如何利用python将NWPU VHR-10目标检测遥感数据集的格式转换成VOC目标检测数据集的格式
VOC目标检测数据集的格式其中图片存放在JPEGImages文件夹中,标注是xml文件,存储在Annotations文件中关于train集和val集的txt划分存放在ImageSets文件夹下面的 ...
[数据集][VOC]消防灭火器数据集voc格式5156张介绍
数据集制作单位:FIRC 数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数):5156 标注数量 ...
[数据集][VOC][目标检测]西瓜数据集目标检测可用yolo训练-1702张介绍
数据集名称:高质量西瓜目标检测数据集数据集地址:数据集VOC格式目标检测数据集西瓜数据集-1702张-数据集文档类资源-CSDN下载数据集介绍: 数据集格式:Pascal VOC格式(不包含分割路 ...
python将scikit-learn自带数据集转换为pandas dataframe格式
python将scikit-learn自带数据集转换为pandas dataframe格式目录 python将scikit-learn自带数据集转换为pandas dataframe格式 #仿真数据
将PASCAL VOC数据集格式转换为YOLOV5 所需的格式
1. VOC数据集 VOC数据集格式如下(以2007为例): 其中JPEGImages文件夹存放图片,Anootations下放的是标注框的信息,格式为xml:但YOLOv5所需要的格式为txt,且t ...
python训练数据集_Python——sklearn提供的自带的数据集
sklearn提供的自带的数据集 sklearn 的数据集有好多个种自带的小数据集(packaged dataset):sklearn.datasets.load_ 可在线下载的数据集(Downlo ...
HWDB数据集gnt格式转为png格式
HWDB数据集下载地址: http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html 一.数据集 HWDB数据集是解压之后,是gnt格式的 ...

(转)如何将Sklearn数据集Bunch格式转换为Pandas数据集DataFrame？

(转)如何将Sklearn数据集Bunch格式转换为Pandas数据集DataFrame？相关推荐

最新文章

热门文章