所以我在csv文件train.csv
中有一些列车数据,格式如下:
x;y;type
[1,2,3];[2,3,4];A
[2,7,9];[0,1,2];B
此文件被解析为pd.DataFrame
,其中包含以下内容:
CSV_COLUMN_NAMES = ['x', 'y', 'type']
train = pd.read_csv("train.csv", names=CSV_COLUMN_NAMES, header=0, delimiter=";")
train['x'] = train['x'].apply(literal_eval)
train['y'] = train['y'].apply(literal_eval)
到目前为止一切顺利。应用了literal_eval
函数,因此将x
和y
视为数组。下一步是使用以下内容创建DataSet
:
features, labels = train, train.pop('type')
dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))
这是它破坏的地方:(它溢出了以下错误:
TypeError: Expected binary or unicode string, got [1, 2, 3]
为什么需要二进制或unicode字符串?是否不允许使用矢量要素列?或者我做错了什么?请给我一些启示
答案 0 :(得分:2)
TF可以自动从数据帧创建张量,只要它只有一种数据类型,在这种情况下它似乎有不同的数据类型。
没有literal_eval
代码似乎有效,因为每个功能都是字符串而不是混合类型:
train = pd.read_csv("train.csv", names=CSV_COLUMN_NAMES, header=0, delimiter=",")
Features,labels = train,train.pop('type')
dataset = tf.data.Dataset.from_tensor_slices((dict(Features), labels))
iterator = dataset.make_initializable_iterator()
next_element = iterator.get_next()
with tf.Session() as sess:
sess.run(iterator.initializer)
print(sess.run(next_element))
print(sess.run(next_element))
<强>输出:强>
({'y': b'[2, 3, 4]', 'x': b'[1, 2, 3]'}, b'A')
({'y': b'[0, 1, 2]', 'x': b'[2, 7, 9]'}, b'B')
基于这个解决方案:(How to convert a Numpy 2D array with object dtype to a regular 2D array of floats)如果我们将混合对象类型转换为相同(使用np.vstack),它就可以工作。
train['x'] = train['x'].apply(literal_eval)
train['y'] = train['y'].apply(literal_eval)
Features,labels = train,train.pop('type')
dataset = tf.data.Dataset.from_tensor_slices(((np.vstack(Features['x']), np.vstack(Features['y'])), labels))
iterator = dataset.make_initializable_iterator()
next_element = iterator.get_next()
with tf.Session() as sess:
sess.run(iterator.initializer)
print(sess.run(next_element))
print(sess.run(next_element))
<强>输出:强>
((array([1, 2, 3]), array([2, 3, 4])), b'A')
((array([2, 7, 9]), array([0, 1, 2])), b'B')
答案 1 :(得分:0)
查看制作数据集的其他答案。如果遇到features should be a dictionary of `Tensor`s.
错误,请使用以下命令:
def dfToFeature(df):
result = {}
for key in df.keys():
result[key] = np.vstack(df[key])
return result