当我有多个不同长度的时间序列数据时，如何使用Keras为LSTM网络格式化训练数据？[重复]

Question

我有两组不同长度的训练数据。我将这些数据系列称为x_列车数据。它们的形状分别是（70480,7）和（69058,7）。每列表示不同的传感器读数。

我正试图在这些数据上使用LSTM网络。我应该将数据合并到一个对象中吗？我该怎么做？

我还有两组数据，它们是x_列车数据的结果输出。这两个都是尺寸（315,1）。我会用它作为我的y_列车数据吗？

到目前为止，我已经使用pandas.read_csv（）读取了数据，如下所示：

c4_x_train = pd.read_csv('path')
c4_y_train = pd.read_csv('path')

c6_x_train = pd.read_csv('path')
c6_y_train = pd.read_csv('path')

如有任何澄清，我们将不胜感激。谢谢

Answer 1

就几点

对于快速文件阅读，考虑使用不同的格式，如拼花或羽毛。小心折旧，因此对于长时间存储，csv就可以了。
• pd.concat是你的朋友。像这样使用

from pathlib import Path
import pandas as pd
dir_path = r"yourFolderPath"
files_list = [str(p) for p in dir_path.glob("**/*.csv")]
if files_list:
    source_dfs = [pd.read_csv(file_) for file_ in files_list]
    df = pd.concat(source_dfs, ignore_index=True)

这个df然后你可以用来做你的训练。

现在，关于训练。嗯，这真的像往常一样取决于。如果你在这些csvs中有日期时间，并且它们是连续的，请继续。如果您在测量之间有中断，您可能会遇到问题。根据趋势、Saisonality和噪声，您可以插入丢失的数据。有多种方法，比如简单的方法，用平均值填充它，从以前的值进行预测，等等。没有对错，只是真的取决于你的数据是什么样子。

编辑：注释不喜欢代码块。工作原理如下：示例：

#df1:
time    value
    1     1.4
    2     2.5

#df2:
time    value
    3     1.1
    4     1.0

#will be glued together to become df = pd.concat([df1, df2], ignore_index=True)
time    value
   1      1.4
   2      2.5
   3      1.1
   4      1.0