如何在Python中把Sklearn数据集转换成Pandas数据框

将sklearn数据集转换成pandas数据框的过程相对简单，可以按照以下步骤进行:

1. 导入所需的库和数据集

from sklearn import datasets
import pandas as pd

在此示例中，我们使用iris数据集。

iris = datasets.load_iris()

1. 创建数据框

将用于创建数据框的数据分离出来，并建立一个列表。

data = iris.data
features = iris.feature_names

df = pd.DataFrame(data, columns=features)

这些步骤后，我们将得到以下数据框:

	sepal length (cm)	sepal width (cm)	petal length (cm)	petal width (cm)
0	5.1	3.5	1.4	0.2
1	4.9	3.0	1.4	0.2
2	4.7	3.2	1.3	0.2
3	4.6	3.1	1.5	0.2
4	5.0	3.6	1.4	0.2

其中，每个样本作为行，每个特征作为列。

完整代码如下：（可供实际运行）

from sklearn import datasets
import pandas as pd

# 导入数据集
iris = datasets.load_iris()

# 创建数据框
data = iris.data
features = iris.feature_names

df = pd.DataFrame(data, columns=features)

print(df.head())

输出结果：

   sepal length (cm)  sepal width (cm)  petal length (cm)  petal width (cm)
0                5.1               3.5                1.4               0.2
1                4.9               3.0                1.4               0.2
2                4.7               3.2                1.3               0.2
3                4.6               3.1                1.5               0.2
4                5.0               3.6                1.4               0.2