JSON列表的数据框行，用于使用scikit训练ML

如何解决JSON列表的数据框行，用于使用scikit训练ML

我正在尝试将Sktime进行多变量分类，以组织为实验的一组JSON文件。

输入内容如下：

[
  { v: 431,t: 2,d1: 986000,d2: 434000,X: 0 },{ v: 77,t: 0,d1: 47000,d2: 613000,{ v: 58,t: 1,d1: 197000,d2: 47000,d1: 260000,d2: 213000,X: 0 }
]

用于分类的标签设置为形状为（len（files），1）的DataFrame。以下是我的六个文件的实现。 X的最终形状为（9528，5），应为六行，每行包含文件的JSON：

import json
import pandas as pd
import numpy as np
from pandas import json_normalize
from sklearn.impute import SimpleImputer
from sklearn.pipeline import Pipeline
from sktime.classification.compose import ColumnEnsembleClassifier
from sktime.classification.compose import TimeSeriesForestClassifier
from sktime.classification.dictionary_based import BOSSEnsemble
# from sktime.classification.shapelet_based import MrSEQLClassifier
from sktime.datasets import load_basic_motions
from sktime.transformers.series_as_features.compose import ColumnConcatenator
from sklearn.model_selection import train_test_split


controls = [
    '_clean_control01.json','_clean_control02.json','_clean_control03.json',]

exp = [
    '_clean_exp01.json','_clean_exp02.json','_clean_exp03.json',]

testsets = {
    'control': controls,'exp': exp
}

map_experiments = {
    'control': 0,'exp': 1
}

normalized_data = {
    'control': [],'exp': []
}

experiments = pd.DataFrame()
labels = {'exp': []}

for experiment in testsets:
    files = testsets[experiment]
    arr = normalized_data[experiment]
    for file in files:
        tmp = pd.read_json(file)
        experiments = experiments.append(tmp,ignore_index=True)
        label = map_experiments[experiment]
        labels['exp'].append(label)

labels = pd.DataFrame(labels)

X,y = experiments,labels
X_train,X_test,y_train,y_test = train_test_split(
    X,y,shuffle=False,stratify=None)
print(X_train.shape,y_train.shape,X_test.shape,y_test.shape)
print(X_train.head())
np.unique(y_train)

clf = ColumnEnsembleClassifier(estimators=[
    ("TSF0",TimeSeriesForestClassifier(n_estimators=100),[0]),("BOSSEnsemble3",BOSSEnsemble(max_ensemble_size=5),[3]),])
clf.fit(X_train,y_train)
print(clf.score(X_test,y_test))

我在查找信息时遇到了麻烦，如何构建数据框，其中每一行代表一个编码或未编码的JSON或CSV列表，或者其他表示时间序列的对象（没有时间戳记）。我看到一些示例，其中JSON被编码为数字键，而其他的则具有字符串。到目前为止，我找不到任何能帮助我使用一系列文件上的这些列表构建数据框的信息。

解决方法

原来，我正在寻找在DataFrame中嵌套ndarray的方法，如下所示：

    experiments = pd.DataFrame(['exp'])
    for file in files:
        tmp = pd.read_json(file).to_numpy()
        experiments = experiments.append({'exp': tmp},ignore_index=True)