我有多个CSV文件，其中包含按时间顺序排列的生产周期的18列sensordata。每个CSV文件代表一个产品（智能手机），其生产成功（1）或不成功（0）。我将每个CSV转换为一个数据框，并将它们合并到字典中。 CSV文件的行数不同。
我现在的问题是，是否必须将它们压缩为一行，最后以1或0的结果进行比较，以比较不同的机器学习算法（如多元逻辑回归）。对于我的算法，每个输入都是一个数据框，而输出是一个标签。将所有行并排连接为单个行可以创建不同长度的特征向量。
例如：我将7个CSV文件转换为7个数据帧，并将它们放在一起并包含7行（每个数据帧一行）。
如果我必须将一个DataFrame压缩到一行，您能告诉我怎么做吗？
或者可以告诉算法，它必须考虑整个数据帧的每一行（30000行）。
非常感谢！