如何将DataFrame行中784个像素值转换为28×28矩阵？

方法一：使用pandas apply 逐行处理 #

这种方法直观易懂，适合快速实现：

import pandas as pd
import numpy as np

# 读取CSV文件
df = pd.read_csv('your_dataset.csv')

# 提取数字标签列（假设第一列列名为'digit'，如果无列名可改用df.iloc[:, 0]）
labels = df['digit']

# 提取所有像素列（从第二列到最后一列）
pixel_columns = df.iloc[:, 1:]

# 将每行的784个像素值重塑为28×28矩阵
pixel_matrices = pixel_columns.apply(lambda row: row.values.reshape(28, 28), axis=1)

# 构建最终DataFrame
final_df = pd.DataFrame({
    'digit': labels,
    'pixel_matrix': pixel_matrices
})

方法二：使用numpy批量处理（更高效） #

对于60000行的大数据集，numpy的向量操作比逐行apply速度快很多：

import pandas as pd
import numpy as np

df = pd.read_csv('your_dataset.csv')

# 提取标签和像素数据
labels = df.iloc[:, 0].values
pixel_data = df.iloc[:, 1:].values

# 批量将像素数据重塑为(60000, 28, 28)的三维数组
pixel_matrices = pixel_data.reshape(-1, 28, 28)

# 转换为DataFrame
final_df = pd.DataFrame({
    'digit': labels,
    'pixel_matrix': list(pixel_matrices)  # 将numpy数组转为列表存入DataFrame
})

验证结果 #

可以通过以下代码检查重塑是否正确：

# 查看第一行的矩阵形状
print(final_df.iloc[0]['pixel_matrix'].shape)  # 输出应为(28, 28)

常见问题排查 #

• 如果之前重塑失败，大概率是未正确指定轴方向（比如apply时用了axis=0而非axis=1），或者误将列数据当成行数据处理。
• 确保像素列的总数是784，避免因列数不对导致reshape报错。

内容的提问来源于stack exchange，提问作者Isaac