質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.61%

matrixをデータフレームに変換する方法を教えてください

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 453

D7U

score 22

下記の様にvectrizerを利用し、特徴量matrixを作成致しました。

matrix = vectorizer.fit_transform(list)

作成したmatrixをデータフレームに変換したく下記のコードを書いたのですが、エラーが表示されました

df = pd.DataFrame(matrix)


エラーメッセージ:
DataFrame constructor not properly called!

matrixをデータフレームに変換する方法をご教示頂きますと幸いです。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+2

toarray()すればよいです。

import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer

lst = ["ああ いい うう", "ああ いい ええ"]
vectorizer = CountVectorizer()
matrix = vectorizer.fit_transform(lst)
df = pd.DataFrame(matrix.toarray())
print(df)
#   0  1  2  3
#0  1  1  1  0
#1  1  1  0  1

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/07/17 23:52

    ありがとうございます! シンプルに解決することができました!

    キャンセル

0

どのような形式のDataFrameを得たいのかが分かりませんが、matrixと同じ形式にしたいのであられば、こんな感じで書けます。

from sklearn.feature_extraction.text import CountVectorizer
import pandas as pd

corpus = ["aaa bbb ccc aaa", "aaa ccc ddd ccc"]
vectorizer = CountVectorizer()
matrix = vectorizer.fit_transform(corpus)
# (0, 0)        2
# (0, 1)        1
# (0, 2)        1
# (1, 0)        1
# (1, 2)        2
# (1, 3)        1
m = matrix.tocoo()
df = pd.DataFrame({'data': m.data},
                  index=[m.row, m.col])
#     data
#0 0     2
#  1     1
#  2     1
#1 0     1
#  2     2
#  3     1

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/07/17 23:51

    ありがとうございます!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.61%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る