如何将Pandas DataFrame转为PyTorch张量并基于其训练简单神经网络？

其实转换方法很直接，核心是把DataFrame的数值数据转成PyTorch能识别的张量格式，这里有两种常用方式：

• 方法一：直接用torch.tensor()
  你可以直接传入DataFrame的values属性（这会返回一个numpy数组），同时建议指定dtype为torch.float32——因为PyTorch默认的浮点类型是float32，而Pandas默认是float64，统一类型能避免后续的兼容性问题。示例代码：

  import pandas as pd
  import torch
  
  # 示例DataFrame
  df = pd.DataFrame({'feature1': [1.2, 3.4, 5.6], 'feature2': [7.8, 9.0, 2.3]})
  
  # 转换为PyTorch张量
  tensor = torch.tensor(df.values, dtype=torch.float32)
  

• 方法二：用torch.from_numpy()
  因为df.values本质是numpy数组，所以也可以用torch.from_numpy()转换，再调用.float()转成float32：

  tensor = torch.from_numpy(df.values).float()
  

⚠️ 注意：如果你的DataFrame里包含分类变量（比如字符串类型），得先做预处理，比如用pd.get_dummies()做独热编码，或者用LabelEncoder转成数值，确保所有数据都是数值类型再转张量。

先说说你代码出问题的原因：TensorDataset只接受PyTorch张量作为输入，但你直接传了Pandas的DataFrame和Series，这肯定会报错。下面是完整的修复方案，从数据处理到模型训练一步到位：

第一步：修复数据加载代码 #

先把特征和标签都转换成PyTorch张量，再构建数据集和数据加载器：

import pandas as pd
import torch
import torch.utils.data as data_utils
from torch import nn

# 假设你的df已经加载完成，包含特征列和Target标签列
# 1. 分离特征和标签
features = df.drop('Target', axis=1)  # 去掉标签列，保留所有特征
target = df['Target']

# 2. 转换为PyTorch张量
# 特征用float32（和PyTorch模型权重类型匹配）
features_tensor = torch.tensor(features.values, dtype=torch.float32)
# 标签如果是分类任务，用torch.long；如果是回归任务，用torch.float32
target_tensor = torch.tensor(target.values, dtype=torch.long)

# 3. 创建数据集和数据加载器
train_dataset = data_utils.TensorDataset(features_tensor, target_tensor)
train_loader = data_utils.DataLoader(train_dataset, batch_size=10, shuffle=True)

第二步：定义简单神经网络 #

这里以二分类任务为例，构建一个三层全连接网络：

class SimpleNN(nn.Module):
    def __init__(self, input_size):
        super().__init__()
        self.network = nn.Sequential(
            nn.Linear(input_size, 64),  # 输入层到隐藏层1
            nn.ReLU(),  # 激活函数
            nn.Linear(64, 32),  # 隐藏层1到隐藏层2
            nn.ReLU(),
            nn.Linear(32, 2)  # 隐藏层2到输出层（二分类输出2个类别概率）
        )
    
    def forward(self, x):
        return self.network(x)

# 初始化模型：input_size是特征列的数量
input_size = features.shape[1]
model = SimpleNN(input_size)

第三步：设置训练组件并启动训练 #

选择合适的损失函数、优化器，然后写训练循环：

# 损失函数：二分类用CrossEntropyLoss；回归用MSELoss
criterion = nn.CrossEntropyLoss()
# 优化器：常用Adam，学习率设0.001
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

# 训练循环
num_epochs = 10
model.train()  # 切换到训练模式
for epoch in range(num_epochs):
    total_loss = 0.0
    for batch_features, batch_targets in train_loader:
        # 前向传播：得到模型输出
        outputs = model(batch_features)
        # 计算损失
        loss = criterion(outputs, batch_targets)
        
        # 反向传播+优化：清空梯度→计算梯度→更新权重
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        
        total_loss += loss.item()
    
    # 打印每个epoch的平均损失
    print(f"Epoch {epoch+1}/{num_epochs}, Average Loss: {total_loss/len(train_loader):.4f}")

这样整个流程就能正常运行啦～核心就是记住：PyTorch的数据加载组件只认张量，一定要先把Pandas数据转成张量再使用。

内容的提问来源于stack exchange，提问作者M. Fabio