为何处理多DataFrame测试集时，首次迭代的testX/testy为3D数组？

问题原因 #

首次迭代生成3D数组的核心原因是数据结构解析逻辑的差异：

• 第一次循环中，temp_a是由24个长度为96的pandas Series组成的列表，将其添加到testX后，testX为[temp_a]。numpy解析这个嵌套列表时，会把每个Series视为一维数组，因此整体形成(1,24,96)的三维形状。
• 后续迭代添加的temp_a对应的DataFrame行数与第一个不同，numpy无法将所有子元素统一为三维数组结构，只能将testX降级为二维的object数组，形状变为(R,24)，每个元素是独立的、长度不同的Series。

解决方法 #

不要逐个提取列再拼接，直接一次性提取目标列并转为numpy数组，这样每个temp_a会是一个二维数组（行数×特征数），结构更清晰：

修改create_testxy函数的核心循环部分：

def create_testxy(dataset,n_test):
    train,test= train_test_split(dataset, n_test)
    p = skip_a_b_c(48,1,3,3)
    q = skip_a_b_c(48,4,4,2)
    testX = []
    testy = []
    for testset in test:
        # 直接提取目标列并转为numpy数组
        temp_a = testset.iloc[:, p].values
        temp_b = testset.iloc[:, q].values
        testX.append(temp_a)
        testy.append(temp_b)
        
        print('TEST X SHAPE IS',np.shape(testX))
        print('TESTY SHAPE IS', np.shape(testy))
    return (train, testX, testy)

修改后，首次迭代的testX形状会变为(1, 96, 24)（对应1个测试集，96行样本，24个特征），后续迭代的形状会是(R,)，其中每个元素是对应测试集的二维数组（行数×特征数）。

如果需要统一所有测试集的样本长度，可以根据业务需求对短的DataFrame填充补值（如0），或对长的DataFrame做截断处理。

另外，你的train_test_split函数可以简化为切片操作，更简洁高效：

def train_test_split(dataset, n_test):
    return dataset[:-n_test], dataset[-n_test:]

内容的提问来源于stack exchange，提问作者KN202