如何将sklearn加载的iris数据集np.array正确转为pd.DataFrame？

你的代码出错原因是：datasets.load_iris()返回的是一个字典，包含data、target、feature_names等多个键值对。直接把整个字典传给pd.DataFrame()构造函数，会导致数据维度不匹配，特征列无法正确填充，最终出现NaN。

以下是两种可靠的解决方法：

方法一：先合并特征与标签，再创建DataFrame #

import pandas as pd
import numpy as np
from sklearn import datasets

# 加载鸢尾花数据集
iris = datasets.load_iris()
# 将标签转为二维数组，与特征数据拼接
combined_data = np.hstack((iris.data, iris.target.reshape(-1, 1)))
# 用拼接后的数据和完整列名创建DataFrame
df = pd.DataFrame(combined_data, columns=iris.feature_names + ['target'])

方法二：先创建特征DataFrame，再追加标签列 #

import pandas as pd
from sklearn import datasets

# 加载数据集
iris = datasets.load_iris()
# 用特征数据和特征名生成DataFrame
df = pd.DataFrame(iris.data, columns=iris.feature_names)
# 新增target列并赋值
df['target'] = iris.target

两种方法都能保证特征列和标签列正确填充，不会出现NaN问题。

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