如何重塑Pandas列以加载列总和而非全部列值至分类器？

看起来你想要把最近N场比赛的统计列总和作为特征喂给分类器，而不是用单场的原始数据对吧？我帮你调整代码来实现这个需求：

步骤1：读取并筛选数据 #

首先还是读取你的CSV数据，然后选择需要计算总和的特征列，同时截取最近numGamesToLookBack场的数据：

import pandas as pd

previous_games_stats = pd.read_csv('stats/2016-2017 CANUCKS STATS.csv', header=1)
numGamesToLookBack = 10

# 选择你需要计算总和的特征列（这里保留你原来的GF、GA，要所有10列就调整这个列表）
feature_cols = ['GF', 'GA']
# 截取最近numGamesToLookBack场的特征数据
recent_games = previous_games_stats[feature_cols].head(numGamesToLookBack)

步骤2：计算列总和并转换格式 #

接下来计算这些列的总和，注意大多数分类器要求输入是二维数组，所以需要把求和后的一维结果转成二维格式：

# 计算每列的总和，得到一个Series
totals = recent_games.sum()
# 转换成分类器需要的二维数组格式
X = totals.values.reshape(1, -1)

# 如果你需要保留列名方便后续查看，也可以转成DataFrame
X_df = pd.DataFrame([totals.values], columns=feature_cols)

步骤3：处理目标变量 #

最后处理你的目标变量y，要确保它对应你计算总和的这批数据的结果（比如最近10场的最后一场结果）：

# 取对应批次数据的目标结果（索引从0开始，所以取第numGamesToLookBack-1位）
y = previous_games_stats['Unnamed: 7'].iloc[numGamesToLookBack - 1]

扩展：如果要计算所有10列的总和 #

如果你想要的是所有10列（除了目标列）的总和，只需要调整feature_cols的定义：

# 排除目标列'Unnamed: 7'，选取其他所有列作为特征
feature_cols = [col for col in previous_games_stats.columns if col != 'Unnamed: 7']

这样修改后，X就是你需要的各列总和数据，可以直接输入到分类器中使用了。

内容的提问来源于stack exchange，提问作者tom44