如何用最少代码将pandas DataFrame转为带填充的PyTorch 3D张量

首先确保你已经安装导入pandas和torch依赖，核心转换代码仅2行：

# 生成三个维度的全组合索引，缺失位置自动填0后转张量
full_idx = pd.MultiIndex.from_product([sorted(dfAnimals[c].unique()) for c in ['Animal','Country','Likes']])
tensor = torch.tensor(dfAnimals.set_index(['Animal','Country','Likes']).reindex(full_idx, fill_value=0).values.reshape(2,2,2))

验证输出 #

执行以下代码可确认形状符合要求：

print(tensor.shape)
# 输出：torch.Size([2, 2, 2])

逻辑说明 #

• 用MultiIndex.from_product生成三个维度所有可能的组合，确保没有遗漏位置
• reindex方法自动将不存在的组合位置填充为0，不需要手动处理缺失值
• 直接对填充后的数组做reshape得到要求的3D形状，再转PyTorch张量即可

内容的提问来源于stack exchange，提问作者Maja