如何将Dataset代码转换为DataFrame 代码转换技术问题求助

以下方法适用于torch.utils.data.Dataset类型的对象转Pandas DataFrame场景：

• 通用实现逻辑
  遍历Dataset对象取出全部样本，整理为可被Pandas解析的列表结构后直接传入pd.DataFrame()构造即可。
• 示例代码（Dataset返回字典结构）
  如果你的自定义Dataset返回的是带字段名的字典结构，可直接遍历拼接：

import pandas as pd

# my_dataset为已实例化的Dataset对象
data = [item for item in my_dataset]
df = pd.DataFrame(data)

• 示例代码（Dataset返回元组结构）
  如果Dataset返回的是按顺序排列的特征/标签元组，需要自行指定列名：

import pandas as pd

data = []
# 示例：每个样本返回格式为(用户ID, 商品ID, 评分)
for user_id, item_id, rating in my_dataset:
    data.append({
        "user_id": user_id,
        "item_id": item_id,
        "rating": rating
    })

df = pd.DataFrame(data)

• 注意事项
  若样本中包含PyTorch张量类型数据，需要先调用.numpy()方法转换为numpy数组，避免DataFrame存储格式异常：

# 张量转存示例
for img_tensor, label in my_dataset:
    data.append({
        "img_array": img_tensor.numpy(),
        "label": label
    })

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