从表格数据中提取 X_train 和 y_train，其中一列是目标，另一列是具有相应 ID 的特征

Question

我有这个数据框：

时间步长	身份证	x1	x2	y
1	1	2	3	0
2	1	4	5	0
...	...	...	...	...
24	1	5	5	0
...	...	...	...	...
1	9	2	3	1
2	9	4	5	1
...	...	...	...	...
24	9	2	2	1

我希望它转换为形状为 (9, 24, 2) 的 numpy ndarray

X_train

。 其中，

9

代表有多少个ID。

24

代表

n-rows

又名

timestep

。

2

表示有多少个特征（x1和x2）

与形状为

y_train

的

(9, 1)

相同，其中 9 代表 ID 数量，1 代表标量值，因为所有

y

对于所有 24 个时间步长都是相同的

Answer 1

首先按 ID/时间步长对行进行排序，然后

reshape

:

df.sort_values(by=['ID', 'timestep'])[['x1', 'x2']].to_numpy().reshape((9, 24, 2))