forestdataT = df.iloc[:int(1*(df.shape[0] - testpoint - 0 )),0:config.column_num] forestdataT1 = np.array(forestdataT) forestdataT1 = NormalizeMultUseData(forestdataT1, normalize) forestdataT1 = pd.DataFrame(data=forestdataT1, columns=forestdataT.columns) forestdataT1['column6'] = forestdataT1['column6'].astype(int) forestdataT1['column7'] = forestdataT1['column7'].astype(int)
时间: 2024-03-31 08:37:32 浏览: 89
pandas数据选取:df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]
5星 · 资源好评率100%
这段代码看起来是从DataFrame中选取一部分数据,并对选取的数据进行了归一化处理,接着将其转换为了Numpy数组,然后再转换回DataFrame,并将其中的两列数据转换为整数类型。
其中,`df.iloc`用于选取DataFrame中的某一部分数据,`NormalizeMultUseData`函数用于对选取的数据进行归一化处理,`np.array`将DataFrame转换为Numpy数组,`pd.DataFrame`将Numpy数组转换为DataFrame,`astype`方法用于将某一列数据转换为指定的数据类型。这里将第6列和第7列转换为int类型。
需要注意的是,这里的列索引是从0开始的,因此如果你的DataFrame中第6列和第7列的索引是从1开始的话,需要将代码中的6和7改为5和6。
阅读全文