不能将数据分组到numpy array

Question

（每天有27个数字）

我想使用LSTM预测第二天的27个数字列表。 它在此步骤中一直遇到错误：data_matrix = np.array(grouped_data.loc[:, "Số"].tolist())

KeyError: 'Số'

（这意味着“数字”）

我的代码是我的代码：

import numpy as np
import pandas as pd

df = pd.read_csv("C:/Users/Admin/lonum_fixed.csv", encoding="utf-8", sep=",")
df.columns = df.columns.str.strip()

grouped_data = df.groupby("Ngày")[["Số"]].apply(lambda x: list(map(int, x["Số"].values))).reset_index()
grouped_data["Số"] = grouped_data["Số"].apply(lambda x: eval(x) if isinstance(x, str) else x)

data_matrix = np.array(grouped_data.loc[:, "Số"].tolist())

首先：当它读取数据时，它会自动转换为整数，因此无需使用

map(int, ...)

。

apply( ...list ...)

创建列表，因此无需使用

eval()

Answer 1

问题是因为

groupby().apply()

创建了带有名称的数据帧，而不是

0

后来提出错误，而不是

"Số"

您可以将代码减少为

---

grouped_data["Số"].apply(...)

将转换为列表并设置名称

grouped_data.loc[:, "Số"]

熊猫将数据保留为numpy.Array，以便您可以获得

grouped_data = df.groupby("Ngày")["Số"].apply(list).reset_index(name="Số")

用于测试的Fulll代码：

I仅在内存中仅创建类似文件的对象，但您可以使用文件名。

"Số"恢复：

data_matrix = grouped_data["Số"].values