将pandas数据帧转换为列表列表以输入到RNN

Question

在Python中，我有一个用pandas.read_csv导入的数据帧，例如：

Cust_id| time_to_event_f |event_id |event_sub_id

1       100             5 2  
1       95              1 3  
1       44              3 1  
2       99              5 5  
2       87              2 2  
2       12              3 3  

数据按cust_id排序，然后按time_to_event_f排序。我试图将这个数据帧转换为一个维度的张量[2,3,3]，这样对于每个客户id我都有一个顺序列表time_to_event_f，event_id，和{}。我们的想法是将其用作tensorflow中RNN的输入。我遵循this tutorial所以我试图以类似的格式获取数据。在

Answer 1

您可以通过设置Cust_id索引，然后堆叠，将原始数据帧d转换为以客户id为中心的系列：

d.set_index('Cust_id').stack()

结果系列如下所示：

^{pr2}$

使用这种表示法，您的任务很简单：使用valuesndarray并将其重塑为目标大小：

series.values.reshape([2, 3, 3])

这个数组可以作为输入输入输入到tensorflow RNN。完整代码如下：

import pandas as pd
from io import StringIO

s = StringIO("""
1       100             5 2  
1       95              1 3  
1       44              3 1  
2       99              5 5  
2       87              2 2  
2       12              3 3
""".strip())

d = pd.read_table(s, names=['Cust_id', 'time_to_event_f', 'event_id', 'event_sub_id'], sep=r'\s+')
series = d.set_index('Cust_id').stack()
time_array = series.values.reshape([2, 3, 3])