python数据帧_如何将python的大数据帧格式化？

过了一段时间，我已经设法正确地理解了维度在哪里。Keras需要一个3d数组.shape(totalRows，sequences，totalColumns)。对我来说sequences这个最让我困惑。在

这是因为当重塑df df.reshape(len(df), 1, len(df.columns))意思是keras会学习1行矩阵时，它给了我糟糕的结果，因为我不知道对我来说，缩放数据最好的方式是，但也可能是(0,1)。在

让我明白的是首先使用多于1行的序列(或天数，因为我的数据集是时间序列)。这意味着不是输入1行特征X得到1个y值，我使用了类似于5行特征X产生1个y值的东西。如：# after scaling the df, resulted in "scaled_dataset"

sequences = 5

result = []

# for loop will walk for each of the 1500 rows

for i in range(0,len(scaled_dataset)):

# every group must have the same length, so if current loop position i + number

# of sequences is higher than df length, breaks

if i+sequences <= len(scaled_dataset):

# this will add into the list as [[R1a,R1b...R1t],[R2a,R2b...R2t],...[R5a,R5b...R5t]]

result.append(scaled_dataset[i:i+sequences].values)

# Converting to array + keras takes float32 better than 64

train_x = np.array(result).astype('float32')

# making the y into same length as X

train_y = np.array(y.tail(train_x.shape[0]).values)

train_x.shape, train_y.shape'>>> (1495, 5, 2400), (1495,)

用另一种方式写下keras的心态塑造了我的问题：

考虑到它是一个时间序列，上面的意思是5天(第0到4行)的数据会产生第5行的值y。在

然后，减去第一天+最后一天之后的第二天-仍然是5天-(行1到5)得到第6行的值y。在

然后，减去第二天+最后一天之后的第二天-仍然是5天-(行2到6)得到第7行的值y。在

对于keras/LSTM的初学者来说，这是相当令人困惑的，但我希望我可以为可能在这里着陆的人详细介绍一下这一点。在