Scikit/numpy的/大熊猫ValueError异常：设置一个数组元素与序列

Question

我有一个熊猫数据帧是曾与字符串列0-9列名：

working_df = pd.DataFrame(np.random.rand(5,10),index=range(0,5), columns=[str(x) for x in range(10)]) 
working_df.loc[:,'outcome'] = [0,1,1,0,1] 

我当时就想获得所有的数组这些数字成一列，所以我做：

array_list = [Y for Y in x[[str(num) for num in range(10)]].values] 

这给了我：

[array([ 0.0793451 , 0.3288617 , 0.75887129, 0.01128641, 0.64105905, 
     0.78789297, 0.69673768, 0.20354558, 0.48976411, 0.72848541]), 
array([ 0.53511388, 0.08896322, 0.10302786, 0.08008444, 0.18218731, 
     0.2342337 , 0.52622153, 0.65607384, 0.86069294, 0.8864577 ]), 
array([ 0.82878026, 0.33986175, 0.25707122, 0.96525733, 0.5897311 , 
     0.3884232 , 0.10943644, 0.26944414, 0.85491211, 0.15801284]), 
array([ 0.31818888, 0.0525836 , 0.49150727, 0.53682492, 0.78692193, 
     0.97945708, 0.53181293, 0.74330327, 0.91364064, 0.49085287]), 
array([ 0.14909577, 0.33959452, 0.20607263, 0.78789116, 0.41780657, 
     0.0437907 , 0.67697385, 0.98579928, 0.1487507 , 0.41682309])] 

我然后连接到我的数据框使用：

working_df.loc[:,'array_list'] = pd.Series(array_list) 

然后我安装我的rf_clf = RandomForestClassifier()和我尝试rf_clf.fit(working_df['array_list'][1:].values, working_df['outcome'][1:].values)这导致ValueError: setting an array element with sequence

它是与阵列中安装的阵列有问题吗？感谢您的任何见解。

Answer 1

问题是，scikit-learn需要一个二维数组值作为输入。您传递的是一维对象数组（每个对象本身都是一维数组）。

速战速决将做到这一点：

X = np.array(list(working_df['array_list'][1:])) 
y = working_df['outcome'][1:].values 
rf_clf.fit(X, y) 

一个更好的解决将是不是你的二维阵列功能一维大熊猫列中存储。