如何用Pandas加载从sklearn导入的鸢尾花数据集？

sklearn的load_iris()返回的是一个Bunch对象（类似字典结构），包含数据集的特征、标签、对应名称等信息，我们可以直接用这些字段构造Pandas DataFrame，步骤如下：

1. 明确Bunch对象的核心字段 #

load_iris()返回的对象中，关键字段有：

• data: 鸢尾花的特征数值数组（共4个特征）
• feature_names: 4个特征的名称列表
• target: 鸢尾花的标签数组（0、1、2对应三个品种）
• target_names: 标签对应的品种名称列表

2. 构造完整的Pandas DataFrame #

用特征数据和特征名称创建DataFrame，再添加标签列和标签名称列，完整代码如下：

# 清理重复导入，保留必要依赖
import pandas as pd
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt

# 加载数据集
iris_bunch = load_iris()

# 基于特征数据和特征名创建DataFrame
df = pd.DataFrame(data=iris_bunch.data, columns=iris_bunch.feature_names)

# 添加数字形式的标签列
df['target'] = iris_bunch.target

# 添加直观的品种名称列（将数字标签映射为对应品种）
df['species'] = df['target'].map(lambda x: iris_bunch.target_names[x])

3. 验证加载结果 #

执行df.head()可以查看前5行数据，确认数据集是否正确加载：

print(df.head())

输出会包含4个特征列、target数字标签列，以及species品种名称列，方便后续分析工作。

内容的提问来源于stack exchange，提问作者Katono