如何将分组/ binned数据帧转换为numpy数组？

Question

我想知道如何将我的binned数据帧转换为可以在sklearn的PCA中使用的binned numpy数组。

到目前为止我的代码（x是我原来的未绑定数据帧）：

bins=(2,6,10,14,20,26,32,38,44,50,56,62,68,74,80,86,92,98)
binned_data = x.groupby(pd.cut(x.Weight, bins))

我想将binned_data转换为numpy数组。提前谢谢。

编辑：

当我尝试binned_data.values时，收到此错误：

AttributeError: Cannot access attribute 'values' of 'DataFrameGroupBy' objects, try using the 'apply' method

Answer 1

您需要将某种聚合应用于GroupBy对象以返回DataFrame。完成后，您可以使用.values来提取numpy arrary。

例如，如果您想要每个垃圾箱中数据的总和或计数，您可以这样做：

binned_data.sum().values
binned_data.size().values

编辑： 我的代码不完全正确，因为列（权重）和索引将具有相同的名称。可以通过重命名索引来修复它，如下所示：

binned_data = x.groupby(pd.cut(x.Weight, bins)).sum()
binned_data.index.name = 'Weight_Bin'
binned_data.reset_index().values