如何将xgboost.train()的evals_result转换为Pandas DataFrame

要把xgb.train()返回的results字典转换成目标格式的DataFrame，核心是拆解嵌套字典的结构，把每个<数据集-指标>组合映射为DataFrame的一列，具体实现如下：

核心代码实现 #

import pandas as pd

# 初始化空DataFrame
df_results = pd.DataFrame()

# 遍历results中的数据集（如train、test）
for dataset, metrics_dict in results.items():
    # 遍历当前数据集下的所有指标（如rmse、R2）
    for metric, values in metrics_dict.items():
        # 构造列名，格式为「数据集-指标」
        col_name = f"{dataset}-{metric}"
        # 处理指标值为元组的情况（部分自定义指标可能返回(指标值, 辅助信息)）
        if isinstance(values[0], tuple):
            df_results[col_name] = [val[0] for val in values]
        else:
            df_results[col_name] = values

# 可选：按照你示例中的顺序调整列的排列
target_cols = ["train-rmse", "test-rmse", "train-R2", "test-R2"]
df_results = df_results[target_cols]

# 查看转换后的结果
print(df_results)

代码说明 #

1. 拆解嵌套字典：results的结构是外层键为数据集名称（train/test），内层键为指标名称（rmse/R2），对应的值是每轮迭代的指标列表。我们通过两层循环把这些数据提取出来。
2. 处理元组类型指标值：部分自定义指标（或XGBoost内置的部分指标）会返回元组（比如包含指标值和是否需要最大化的标记），这时候我们只取元组的第一个元素作为指标值。
3. 调整列顺序：如果需要严格匹配示例中的列顺序，可以通过指定列名列表重新排列DataFrame的列。

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