构造正负样本:drug特征和atc特征和类标签

pos_sample_df是一个drug和ATC编码之间是否有associations的邻接矩阵，我需要根据这个矩阵来实现正负样本的构造。即：邻接矩阵中drug和ATC有边则用来构造正样本，无边用来构造负样本。其中有2000种drug，3000个ATC，drug和ATC的特征均为500x1,邻接矩阵中的1为正样本标签，0为负样本标签。拼接后的一个样本为1001x1的列向量。

import numpy as np
import pandas as pd
import os

data_dir='C:/Users/Administrator/Desktop/temp1113/zhou/data/'
save_dir='C:/Users/Administrator/Desktop/temp1113/zhou/result/'


def concat_lab_vec(lab_df,vec_df,pos_sample_df):
    from numpy import hstack,vstack,array
    print('lab_df:',lab_df.shape)
    print('vec_df:',vec_df.shape)
    #如何拼接?vec_df的第i列与lab_df第j列,按照pos_sample_df中前两列沿着竖直方向拼接
    Total_pinjie=[]
    vect_columns=vec_df.columns.tolist()
    lab_columns=lab_df.columns.tolist()
    pos_columns=pos_sample.columns.tolist()
    for i in range(len(pos_sample)):
        if pos_sample[pos_columns[2]][i]==1:
            drug_index=pos_sample[pos_columns[0]][i]-1 #因为P