Salvataggio del set di dati sovracampionato come file csv nei panda

Question

Sono nuovo in Python e mi scuso in anticipo, se è troppo semplice. Non riesco a trovare nulla e questa domanda non ha aiutato.

Il mio codice è

# Split data
y = starbucks_smote.iloc[:, -1]
X = starbucks_smote.drop('label', axis = 1)

# Count labels by type
counter = Counter(y)
print(counter)
Counter({0: 9634, 1: 2895})

# Transform the dataset
oversample = SMOTE()
X, y = oversample.fit_resample(X, y)

# Print the oversampled dataset
counter = Counter(y)
print(counter)
Counter({0: 9634, 1: 9634})

Come salvare il set di dati sovracampionato per lavori futuri?

Provai

data_res = np.concatenate((X, y), axis = 1)
data_res.to_csv('sample_smote.csv')

Hai un errore

ValueError: all the input arrays must have same number of dimensions, 
but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)

Apprezzo tutti i suggerimenti!

Answer 1

Puoi creare dataframe:

data_res = pd.DataFrame(X)
data_res['y'] = y

e quindi salva data_resin CSV.

numpy.arraysÈ anche possibile una soluzione basata sulla concatenazione od , ma np.vstackè necessaria per rendere le dimensioni conformi:

data_res = np.concatenate((X, np.vstack(y)), axis = 1)
data_res = pd.DataFrame(data_res)