如何在sklearn的PCA之后保留行headers

Question

我有一个这样的数组：

sampleA 1 2 2 1 
sampleB 1 3 2 1
sampleC 2 3 1 2

我的目标是运行跨样本进行 PCA 并查看它们的聚类。但是，我需要在 header 行中保留样本名称。有什么办法可以做到这一点？所需的 PCA 结果包括行 headers:

sampleA 0.13 0.1
sampleB 0.1 0.4
sampleC 0.1 0.1

目前只运行宁这两行：

my_pca = PCA(n_components=8)
trans = my_pca.fit_transform(in_array)

Answer 1

根据 source，您的输入将在进行 PCA 之前由 np.array() 转换。因此，即使您使用结构化数组或 pandas DataFrame，您也会在 PCA.fit_transform(X) 期间丢失行索引。但是，您的数据顺序会保留，这意味着您可以根据需要附加索引：

import io

import numpy as np
import pandas as pd
from sklearn.decomposition import PCA

s = """sampleA 1 2 2 1
sampleB 1 3 2 1
sampleC 2 3 1 2"""
in_array = pd.read_table(io.StringIO(s), sep=' ', header=None, index_col=0)
my_pca = PCA(n_components=2)
trans = my_pca.fit_transform(in_array)
df = pd.DataFrame(trans, index=in_array.index)
print(df)
#                 0         1
# 0                          
# sampleA -0.773866 -0.422976
# sampleB -0.424531  0.514022
# sampleC  1.198397 -0.091046

如何在sklearn的PCA之后保留行headers

How to preserve row headers after PCA from sklearn

python

pca

scikit-learn