通过2种不同方式从数组中获取pd.DataFrame

Question

我是机器学习的入门者，所以我尝试了kaggle的MINST。我真的对事情的运作方式感到好奇，因为我无法在线找到答案，因此认为在这里发表第一篇文章将是一个好主意。

我在keras上使用CNN做了一个简单的模型。这就是Google colab输出的预测。

Ynew =model.predict_classes(test_data)
Ynew.shape

（28000，）

Ynew

array（[2，0，9，...，3，9，2]）

现在，我尝试从中制作一个DataFrame，但我真的不明白为什么我可以以一种方式而不是另一种方式制作它。

这个很好用，我得到一张28000x2的桌子：

labels = ["ImageId","Label"]
col= list(range(1,28001))
submission=pd.DataFrame({"ImageId":col,"Label":Ynew})

但是在这一行中，我只能在一排里收拾一切：

submission2=pd.DataFrame(data=[[col,Ynew]],columns=labels)

两种方法都不能相同吗？ 希望这篇文章还不错，谢谢！！

Answer 1

submission2=pd.DataFrame(data=Ynew, index=col, columns=labels)

Answer 2

可以通过以下方式创建数据框：

1. 一维数组，列表，字典或系列的字典的字典
2. 2-D numpy.ndarray
3. 构造或记录ndarray
4. A系列
5. 另一个DataFrame

参考：pandas-docs

在您的情况下，Ynew是一维数组，loc是列表。恕我直言，您只能像在第一种方法中所做的那样，根据Ynew和loc的字典创建数据框。

对于第二种方法，您需要使Ynew和loc成为2D数组。

d = np.vstack([loc,Ynew]).T  # you will have (28000,2)
submission2=pd.DataFrame(data = d, columns=labels)