Question

目标：我正在PyTorch中使用RNN，我的数据由一个DataFrame列表给出，其中每个DataFrame表示一个观察值，例如：

import numpy as np
data = [pd.DataFrame(np.zeros((5,50))) for x in range(100)]

表示100次观察，每个过程包含50个参数和5个时间步长。对于我的模型，我需要一个形状为(100,5,50)的张量。

问题：我尝试了很多事情，但似乎无济于事，有人知道这是怎么做的吗？这种方法行不通：

import torch
torch.tensor(np.array(data))

我的问题是要同时将DataFrame转换为Array，将List转换为张量。

Answer 1

我认为您无法在单个命令中转换数据帧列表，但是可以将数据帧列表转换为张量列表，然后将其连接起来。

例如

import pandas as pd
import numpy as np
import torch

data = [pd.DataFrame(np.zeros((5,50))) for x in range(100)]

list_of_arrays = [np.array(df) for df in data]
torch.tensor(np.stack(list_of_arrays))

#or

list_of_tensors = [torch.tensor(np.array(df)) for df in data]
torch.stack(list_of_tensors)

将二维DataFrame列表转换为Torch Tensor

1 个答案: