重塑Tensorflow 1.13和Keras中LSTM网络的输入

Question

这是数据的示例图片 我有3000个样本（“ ID列”）和88个要素（总计列）。在该数量的要素列中，我有20列称为X的列。对于其中的每一个，我都有3列Xlag1，Xlag2，Xlag3等作为滞后列。 T

注意事项 ->这是一个熊猫数据框 ->系列的序列长度不同，因此转换为滞后窗口有助于使序列长度均匀 ->所有必需的历史数据都在一个数据行中

现在我想将其输入LSTM网络-

如何将其转换为3D阵列形状以作为张量流中LSTM模型的输入？

我们正在尝试重塑形状（1 * 4 *特征数量）。但是不知道这是否是正确的方法

我读了很多文章。但是我有点困惑。