如何在sklearn之后保留PCA之后的行标题

Question

我有一个像这样的数组：

sampleA 1 2 2 1 
sampleB 1 3 2 1
sampleC 2 3 1 2

我的目标是在样本中运行PCA并查看其聚类。但是，我需要保留行标题中的示例名称。有什么方法可以做到这一点吗？期望的PCA结果包括行标题：

sampleA 0.13 0.1
sampleB 0.1 0.4
sampleC 0.1 0.1

目前只运行这两个简单的行：

my_pca = PCA(n_components=8)
trans = my_pca.fit_transform(in_array)

Answer 1

根据source，您的输入将在执行PCA之前由np.array()转换。因此，即使您使用结构化数组或pandas DataFrame，您也会在PCA.fit_transform(X)期间丢失行索引。但是，保留了数据的顺序，这意味着如果需要，可以将索引附加回来：

import io

import numpy as np
import pandas as pd
from sklearn.decomposition import PCA

s = """sampleA 1 2 2 1
sampleB 1 3 2 1
sampleC 2 3 1 2"""
in_array = pd.read_table(io.StringIO(s), sep=' ', header=None, index_col=0)
my_pca = PCA(n_components=2)
trans = my_pca.fit_transform(in_array)
df = pd.DataFrame(trans, index=in_array.index)
print(df)
#                 0         1
# 0                          
# sampleA -0.773866 -0.422976
# sampleB -0.424531  0.514022
# sampleC  1.198397 -0.091046