如何用循环合并40列为2列并生成标签，构建x与y数据集？

优化后的代码实现 #

import pandas as pd

# 假设q2_data已完成加载
groups = []
new_columns = ["x1", "x2"]

# 循环拆分每2列一组，自动处理20个分组
for i in range(20):
    start_col = i * 2
    end_col = (i + 1) * 2
    # 提取当前分组并修改列名
    current_group = q2_data.iloc[:, start_col:end_col].copy()
    current_group.columns = new_columns
    groups.append(current_group)

# 拼接所有分组得到特征集x
x = pd.concat(groups, ignore_index=True)

# 生成对应标签集y，每个标签对应100条样本
y = pd.Series([label for label in range(20) for _ in range(100)])

# 验证结果形状
print(f"特征集x形状: {x.shape}")  # 输出 (2000, 2)
print(f"标签集y形状: {y.shape}")  # 输出 (2000,)

代码说明 #

• 循环拆分分组：通过range(20)遍历20个分组，自动计算每组的列索引范围（i*2到(i+1)*2），替代手动写20次切片操作，后续如果列数调整，只需修改循环次数即可。
• 统一列名与拼接：每个分组重命名为指定列名后存入列表，最后一次性用concat拼接，避免手动罗列20个分组变量。
• 标签生成：通过列表推导式生成标签，每个标签（0-19）重复100次，刚好对应每个分组的100条样本，保证标签与特征一一对应。

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