Question

我有一个数据集，它有一个DateTime索引，我正在使用sklearn的PCA来减少维数。

以下问题让我感到困惑 - PCA会保留系列中各点的顺序，以便我可以重用原始数据框中的索引吗？

df = pd.DataFrame(...)
df2 = pca.fit_transform(df)
df2.index = df.index

此外，还有比这更好（更安全）的方法吗？

Answer 1

虽然PCA删除了索引，但行的基本顺序仍然存在（请参阅PCA *的转换函数的实现）。因此，使用df2.index = df1.index

是安全的

* fit_transform与fit相同然后变换。他们都没有对行重新排序。

Answer 2

此外，还有比这更好（更安全）的方法吗？

您所做的是安全的。但是 cleaner 的一种实现方法是将输出包装在$data = [ 'title' => $title, 'name' => $name, 'date' => $date ]; $db->table('mytable')->insert($data);或DataFrame中并提供原始索引。在您的示例中：

Series

这在处理sci-kit学习模型中的预测向量（np.ndarrays）时非常有用：

df = pd.DataFrame(...)
df2 = pd.DataFrame(pca.fit_transform(df), index=df.index)

当您拥有更复杂的索引（例如MultiIndex）时，这一点很重要。

应用sklearn时保持pandas索引

2 个答案: