python - 如何将 Pandas 数据框转换为 PyTorch 张量？

Question

我如何使用 PyTorch 在 Pandas 数据帧 df 上训练一个简单的神经网络？

df["Target"] 列是网络的目标(例如标签)。这不起作用:

import pandas as pd
import torch.utils.data as data_utils

target = pd.DataFrame(df['Target'])
train = data_utils.TensorDataset(df, target)
train_loader = data_utils.DataLoader(train, batch_size=10, shuffle=True)

Answer 1

我指的是标题中的问题，因为您没有在文本中真正指定任何其他内容，所以只需将 DataFrame 转换为 PyTorch 张量。

在没有关于您的数据的信息的情况下，我在这里仅将浮点值作为示例目标。

将 Pandas 数据帧转换为 PyTorch 张量？

import pandas as pd
import torch
import random

# creating dummy targets (float values)
targets_data = [random.random() for i in range(10)]

# creating DataFrame from targets_data
targets_df = pd.DataFrame(data=targets_data)
targets_df.columns = ['targets']

# creating tensor from targets_df 
torch_tensor = torch.tensor(targets_df['targets'].values)

# printing out result
print(torch_tensor)

输出:

tensor([ 0.5827,  0.5881,  0.1543,  0.6815,  0.9400,  0.8683,  0.4289,
         0.5940,  0.6438,  0.7514], dtype=torch.float64)

使用 Pytorch 0.4.0 测试。

我希望这对您有所帮助，如果您有任何其他问题，请直接提问。 :)