将 Pandas 数据帧转换为 PyTorch 张量？

Question

我想在 pandas 数据帧 df 上使用 PyTorch 训练一个简单的神经网络 df。

其中一列名为"Target"，它是网络的目标变量。如何使用此数据框作为 PyTorch 网络的输入？

我试过了，但没用：

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 张量即可。

没有关于您的数据的信息，我在这里只是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。

希望这对您有所帮助，如果您有任何其他问题 - 请尽管提问。 :)

Answer 2

也许试试看它是否可以解决您的问题（根据您的示例代码）？

train_target = torch.tensor(train['Target'].values.astype(np.float32))
train = torch.tensor(train.drop('Target', axis = 1).values.astype(np.float32)) 
train_tensor = data_utils.TensorDataset(train, train_target) 
train_loader = data_utils.DataLoader(dataset = train_tensor, batch_size = batch_size, shuffle = True)

Answer 3

只需转换pandas dataframe -> numpy array -> pytorch tensor。下面描述了一个例子：

import pandas as pd
import numpy as np
import torch

df = pd.read_csv('train.csv')
target = pd.DataFrame(df['target'])
del df['target']
train = data_utils.TensorDataset(torch.Tensor(np.array(df)), torch.Tensor(np.array(target)))
train_loader = data_utils.DataLoader(train, batch_size = 10, shuffle = True)

希望这将帮助您使用 pytorch 创建自己的数据集（与最新版本的 pytorch 兼容）。

Answer 4

您可以使用以下函数将任何数据帧或 pandas 系列转换为 pytorch 张量

import pandas as pd
import torch

# determine the supported device
def get_device():
    if torch.cuda.is_available():
        device = torch.device('cuda:0')
    else:
        device = torch.device('cpu') # don't have GPU 
    return device

# convert a df to tensor to be used in pytorch
def df_to_tensor(df):
    device = get_device()
    return torch.from_numpy(df.values).float().to(device)

df_tensor = df_to_tensor(df)
series_tensor = df_to_tensor(series)

Answer 5

您可以将 df.values 属性（一个 numpy 数组）直接传递给 Dataset 构造函数：

import torch.utils.data as data_utils

# Creating np arrays
target = df['Target'].values
features = df.drop('Target', axis=1).values

# Passing to DataLoader
train = data_utils.TensorDataset(features, target)
train_loader = data_utils.DataLoader(train, batch_size=10, shuffle=True)

---

注意：你的特征（df）也包含目标变量（df['Target']）即你的网络是'cheating'，因为它可以在输入中看到目标。您需要从特征集中删除此列。

Answer 6

#This works for me

target = torch.tensor(df['Targets'].values)
features = torch.tensor(df.drop('Targets', axis = 1).values)

train = data_utils.TensorDataset(features, target)
train_loader = data_utils.DataLoader(train, batch_size=10, shuffle=True)

Answer 7

将数据帧转换为 pytorch 张量： [你可以用它来处理任何 df 以将其转换为 pytorch 张量]

步骤：

• convert df to numpy using df.to_numpy() or df.to_numpy().astype(np.float32) 改变每个numpy数组的数据类型为float32
• 使用 torch.from_numpy(df) 方法将 numpy 转换为张量

示例：

tensor_ = torch.from_numpy(df.to_numpy().astype(np.float32))