什么是 pandas.core.Frame.DataFrame，如何将其转换为 pd.DataFrame？

Question

目前我正在尝试使用 MiniRocket 对 6 个时间序列数据集（in.csv 格式）进行机器学习分类，这是一个 sktime 机器学习 package。但是，当我使用 pd.read_csv 导入 .csv 文件并通过 MiniRocket 运行它们时，弹出错误“TypeError: X must be in an sktime compatible format”，它表示以下数据类型与 sktime 兼容：['pd.Series', 'pd.DataFrame', 'np.ndarray', 'nested_univ' , 'numpy3D', 'pd-multiindex', 'df-list', 'pd_multiindex_hier'] 然后我检查了我imported.csv文件的数据类型，得到了“pandas.core.Frame.DataFrame”，这是一个数据类型我以前从未见过，并且与 sktime 兼容的 pd.DataFrame 明显不同。 pandas.core.Frame.DataFrame 和 pd.DataFrame 有什么区别，如何将 pandas.core.Frame.DataFrame 转换为 sktime 兼容的 pd.DataFrame？

我尝试使用 df.join 和 df.pop 函数将 pandas.core.Frame.DataFrame 转换为 pd.DataFrame，但它们都无法将我的数据从 pandas.core.Frame.DataFrame 转换为 pd.DataFrame（转换后我再次检查了类型，它仍然是相同的）。

Answer 1

如果您只是使用 .values 从旧的.values中获取值，则可以以标准方式创建一个新的 DataFrame。 如果您想保留相同的列和索引值，只需在声明新的 DataFrame 时设置它们。

df_new = pd.DataFrame(df_old.values, columns=df_old.columns, index=df_old.index)

Answer 2

大多数 pandas 类都在pandas.core文件夹下定义： https://github.com/pandas-dev/pandas/tree/main/pandas/core 。

例如 class DataFrame在pandas.core.frame.py中定义：

class DataFrame(NDFrame, OpsMixin):
    ...

def __init__(...)
    ...

Pandas 还不是 py.typed 库PEP 561 ，因此公共 API 文档使用pandas.DataFrame但内部所有错误消息仍然引用源文件结构，例如pandas.core.frame.DataFrame