如何創建新的 pandas dataframe 列，其中包含所有其他列的值作為張量？

Question

我正在嘗試創建一個新的特征列，它是一個包含現有列中的值的張量。 所以如果col A的值為'1'，col B的值為'0'，col C的值為0，那么新的特征列的值為[1,0,0]。

我嘗試了以下代碼：

import numpy as np
import pandas as pd
import torch

df = pd.DataFrame({"A":[1,1,0], "B":[0,1,1], "Sentiment":[0,0,1]})

df["new_feature"] = [df["A"].values, df["B"].values, df["C"].values]

...但結果不是我需要的。 結果是獲取每列的值，而不是跨行的值（多列值）。 例如，第一行的new_feature列值應該是 [1,0,0] 但它顯示 [1,1,0]

我的最終目標是獲得一個 dataframe 列，我可以將其用作火炬張量以輸入到神經網絡中。

Answer 1

將torch.from_numpy與apply lambda function 一起使用。

df["new_feature"] = df.apply(lambda x:torch.from_numpy(x.to_numpy()), axis = 1)
df
   A  B  C                        new_feature
0  1  0  0  [tensor(1), tensor(0), tensor(0)]
1  1  1  0  [tensor(1), tensor(1), tensor(0)]
2  0  1  1  [tensor(0), tensor(1), tensor(1)]

df["new_feature"][0]
tensor([1, 0, 0])

首先使用pd.Series.to_numpy和
然后使用torch.from_numpy將 numpy 數組轉換為張量。

Answer 2

你想要：

df['new_feature'] = df.values.tolist()

Output：

   A  B  C new_feature
0  1  0  0   [1, 0, 0]
1  1  1  0   [1, 1, 0]
2  0  1  1   [0, 1, 1]