数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究如何在 Python 中将 Sklearn 数据集转换为 Pandas DataFrame？
Scikit−learn (sklearn) 是 Python 中最流行的机器学习库之一。它提供了一系列用于机器学习和统计建模的有效工具，包括各种数据集。这些数据集以 NumPy 数组的形式提供，对于某些任务（例如探索性数据分析）来说，使用起来可能比较困难。
Pandas 是一个流行的数据处理库，它提供了强大的数据分析和处理工具。它提供数据结构以有效地存储和处理大型数据集，并提供各种数据清洗、转换和分析工具。
以下是两种可以将 sklearn 数据集转换为 pandas DataFrame 的方法。
将 sklearn Bunch 对象转换为 pandas DataFrame：在这种方法中，我们将使用 pd.DataFrame() 方法将 sklearn Bunch 对象直接转换为 pandas DataFrame。
使用 load_iris() 方法将 iris 数据集加载到 pandas DataFrame 中：在这种方法中，我们将使用 sklearn 提供的 load_iris() 方法加载 iris 数据集，然后将其数据转换为 pandas DataFrame。
现在我们已经了解了这两种方法，让我们通过示例来使用它们。
使用 sklearn Bunch 对象
请考虑以下代码。
示例
from sklearn.datasets import load_iris import pandas as pd # Load the iris dataset from sklearn iris = load_iris() # Convert the iris dataset to a pandas dataframe df = pd.DataFrame(iris.data, columns=iris.feature_names) # Add the target variable to the dataframe df['target'] = iris.target # Print the first 5 rows of the dataframe print(df.head())
解释
首先，我们从 sklearn.datasets 模块导入 load_iris 函数，以及 pandas 库。
然后，我们使用 load_iris() 函数将 iris 数据集加载到 iris 变量中。
我们使用 iris 数据和特征名称创建一个 pandas DataFrame df。在这里，我们将 iris.data 作为数据传递，并将 iris.feature_names 作为 pd.DataFrame() 方法中的 columns 参数。
接下来，我们使用 iris.target 将目标变量添加到 pandas DataFrame 中，并将其分配给 DataFrame df 中的新列 target。
最后，我们使用 head() 方法打印 pandas DataFrame df 的前 5 行。
输出
sepal length (cm) sepal width (cm) petal length (cm) petal width (cm) target 0 5.1 3.5 1.4 0.2 0 1 4.9 3.0 1.4 0.2 0 2 4.7 3.2 1.3 0.2 0 3 4.6 3.1 1.5 0.2 0 4 5.0 3.6 1.4 0.2 0
使用 load_iris() 方法
请考虑以下代码。
示例
from sklearn.datasets import load_iris import pandas as pd # Load the iris dataset from sklearn iris = load_iris() # Convert the dataset to a list of tuples data = [tuple(row) for row in iris.data] # Create a Pandas DataFrame from the list of tuples df = pd.DataFrame.from_records(data, columns=iris.feature_names) # Add the target variable to the DataFrame df['target'] = iris.target # Show the first five rows of the DataFrame print(df.head())
解释
导入所需的库： 对于此方法，我们首先导入必要的库，包括 pandas、numpy 和 sklearn。
使用 sklearn.datasets 模块中的 load_boston 函数加载数据集： 我们使用 load_boston 函数将波士顿房价数据集加载到名为 boston 的变量中。
将数据转换为 Pandas DataFrame： 我们使用 pd.DataFrame() 函数将数据转换为 Pandas DataFrame。
将特征名称作为列名添加： 我们使用 boston 数据集的 feature_names 属性设置 DataFrame 的列名。
将目标变量添加到 DataFrame 中： 我们通过创建一个名为“PRICE”的新列并将它的值设置为 boston 数据集中的目标变量，从而将目标变量添加到 DataFrame 中。
显示 DataFrame 的前几行： 我们使用 head() 函数显示新创建的 Pandas DataFrame 的前几行。
输出
sepal length (cm) sepal width (cm) petal length (cm) petal width (cm) target 0 5.1 3.5 1.4 0.2 0 1 4.9 3.0 1.4 0.2 0 2 4.7 3.2 1.3 0.2 0 3 4.6 3.1 1.5 0.2 0 4 5.0 3.6 1.4 0.2 0
结论
总之，将 Sklearn 数据集转换为 Pandas DataFrame 是一个简单的过程，可以通过多种方式完成。无论您选择使用 Sklearn 内置方法还是 Pandas 方法，生成的 Pandas DataFrame 都可以轻松地使用 Python 中的各种数据科学库进行处理和分析。
5K+ 浏览量
