例如,我有一个类似以下的数据框:
我希望将这些数据进行转换后输入到TensorFlow中,如果TensorFlow可以接受的话,下面的输出结果也可能是可接受的。
col1 col2 col3
0 2 1
我想替换它,以便
{0: [a,b], 1: [c,d], 2: [e, f]}
我希望最终得到一个像这样的数据框:
col1 col1b col2 col2b col3 col3b
a b e f c d
我希望将这些数据进行转换后输入到TensorFlow中,如果TensorFlow可以接受的话,下面的输出结果也可能是可接受的。
col1 col2 col3
[a,b] [e,f] [c,d]
以下是我的当前代码:
field_names = ["elo", "map", "c1", "c2", "c3", "c4", "c5", "e1", "e2", "e3", "e4", "e5", "result"]
df_train = pd.read_csv('input/match_results.csv', names=field_names, skiprows=1, usecols=range(2, 13))
for count in range(1, 6):
str_count = str(count)
df_train['c' + str_count] = df_train['c' + str_count].map(champ_dict)