如何使用 pandas 将 excel 文件数据转换为 numpy 数组？

Question

我是 keras 库的新手，也是 Python。我正在尝试使用 pandas 导入一个 excel 文件，并使用 pandas 的 as_matrix() 函数将其转换为 numpy.ndarray。但它似乎错误地读取了我的文件。就像我在 Excel 文件中有一个 90x1049 的数据集。但是当我试图将它转换成 numpy 数组时，它读取我的数据为 89x1049。我正在使用以下代码，但它不起作用：

training_data_x = pd.read_excel("/home/workstation/ANN/new_input.xlsx")
X_train = training_data_x.as_matrix()

Answer 1

可能发生的情况是您的 Excel 文件没有 header 行，因此 pandas.read_excel 消耗了您的第一个数据行。

我尝试创建一个包含

的 xlsx

1   2   3
2   3   4
3   4   5
4   5   6
5   6   7
6   7   8
7   8   9
8   9   10
9   10  11
10  11  12

阅读结果

In [3]: df = pandas.read_excel('test.xlsx')

In [4]: df
Out[4]: 
    1   2   3
0   2   3   4
1   3   4   5
2   4   5   6
3   5   6   7
4   6   7   8
5   7   8   9
6   8   9  10
7   9  10  11
8  10  11  12

可以看出，第一个数据行已被用作列的标签。

为避免将第一个数据行消耗为 headers，将 header=None 传递给 read_excel。有趣的是，documentation 之前没有提到这个用法，但自从:

header : int, list of ints, default 0

Row (0-indexed) to use for the column labels of the parsed DataFrame. If a list of integers is passed those row positions will be combined into a MultiIndex. Use None if there are no headers.

Answer 2

如果您没有 header，请尝试以下操作：

training_data = pd.read_excel("/home/workstation/ANN/new_input.xlsx", header=None)

X_train = training_data_x.as_matrix()

另请参阅 previous question 的答案。