DataFrame转Keras模型输入层遇形状不匹配，求正确转换方法

问题根源 #

你犯了两个关键错误：

• 转换DataFrame为数组时，用了X_test_soc.to_num而非正确的X_test_soc.to_numpy()，前者只是引用方法对象，没有实际执行数据转换，导致后续的"数组"无有效数据，重塑时触发size 0的错误。
• 无效的转换结果被传入模型，自然会引发输入形状不匹配的报错。

正确解决步骤 #

1. 正确转换DataFrame为numpy数组
   执行以下代码完成转换：

   X_test_soc_array = X_test_soc.to_numpy()
   

   转换后用以下命令验证数据有效性：

   print(X_test_soc_array.shape)  # 应输出 (2203, 16)
   print(X_test_soc_array.size)   # 应输出 2203*16=35248
   

2. 检查DataFrame的合法性
   如果转换后仍有问题，先排查DataFrame本身：

   • 用X_test_soc.info()查看是否存在非数值类型列，Keras模型要求输入为数值型数据，若有字符串等非数值列，需先通过编码或删除处理。
   • 用X_test_soc.isnull().sum()检查空值情况，大量空值会导致转换后的数组异常，需填充或删除含空值的行。

3. 传入模型预测
   确认数组形状正确后，直接传入模型即可：

   predictions = model.predict(X_test_soc_array)
   

   Keras默认支持批量输入，(2203,16)的形状完全匹配模型要求的(None,16)（None代表自动适配批量大小）。

内容的提问来源于stack exchange，提问作者Melissa Ingle