如何对一维阵列和二维阵列强制使用二维形状

Question

在运行我的代码时，我得到了这个错误。

Expected 2D array, got 1D array instead

我查了一下，我想我知道原因，但不确定如何修复它。我有一个二维数组作为源，但我需要获取特定列的数组进行处理。当我把列取出来的时候，二维数组变成了一维数组。

下面是我的代码：

    print(dataframe)
    location = orginalDataframe.columns.get_loc(item) #get the location of the current numberic item
    print(dataframe[:, location])
    dataframe[item] = scaler.inverse_transform(dataframe[:,location]) #reverse previous transformation

第一个print语句给出了以下内容：

[[0.96570218]
 [0.96570218]
 [1.        ]
 [1.        ]
 [0.86415196]
 [0.86415196]
 [0.82511791]
 [0.82511791]]

2D，但在我执行dataframe[:, location])命令后，它会变成这样：

[0.96570218 0.96570218 1.         1.         0.86415196 0.86415196
 0.82511791 0.82511791 0.91828023 0.91828023 0.76760661 0.76760661
 0.69375734 0.69375734 0.70177708 .. ]

在我当前的示例中，这里只有一列，但对于其他示例，有多列。不管有多少列，如何将列保持为2D？

Answer 1

当您在列上为数组编制索引时：

location = orginalDataframe.columns.get_loc(item)
dataframe[:, location]

您只需在该索引上添加一个新轴，以确保通过reshape生成的数组是二维的

dataframe[:, location].reshape(-1, 1)

下面是一个使用示例数组的示例，在对列进行索引的情况下：

a[:,3].reshape(-1, 1).shape
# (15, 1)

结果是一个2D数组，如果我们在2列上建立索引：

a[:,[3,4]].reshape(-1,1).shape
# (30, 1)

生成的数组也是2D数组