如何将one_hot编码标签传递到flow_from_dataframe？

Question

我正在使用flow_from_dataframe将我的图像传递给生成器。但是我使用 cifar10 数据工作。在 dataframe 方法的流程中"y_col"，需要设置一个参数，其中包含标签列。我的文件如下。

           Name  1   2   3   4   5   6   7   8   9   10   11   12   13   14 
00001522_000.png 0   0   0   0   0   0   0   0   0    0    0    0    0    0
00023313_000.png 1   0   0   0   0   0   0   0   0    0    0    0    0    0
00023313_001.png 0   0   0   0   0   0   0   0   0    0    0    0    0    0
00023313_002.png 0   0   1   0   0   0   0   1   0    0    1    0    0    0

如果我们看它，最后一张图像分为多个类。

现在是我学习该方法的文件，该文件如下所示：

id,label
 1,frog
 2,truck
 3,truck
 4,deer

下面是我使用的代码

import pandas as pd
df=pd.read_csv(r".\train.csv")

datagen=ImageDataGenerator(rescale=1./255)
train_generator=datagen.flow_from_dataframe(dataframe=df,directory=".\train_imgs", x_col="id", y_col="label", has_ext=False, class_mode="categorical", target_size=(32,32), batch_size=32)

model = Sequential()
model.add(Conv2D(32, (3, 3), padding='same',
             input_shape=(32,32,3)))
model.add(Activation('relu'))
model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Conv2D(64, (3, 3), padding='same'))
model.add(Activation('relu'))
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(10, activation='softmax'))

model.compile(optimizers.rmsprop(lr=0.0001,loss="categorical_crossentropy", metrics=["accuracy"])

STEP_SIZE_TRAIN=train_generator.n//train_generator.batch_size
STEP_SIZE_VALID=valid_generator.n//valid_generator.batch_size
model.fit_generator(generator=train_generator,
                steps_per_epoch=STEP_SIZE_TRAIN,
                validation_data=valid_generator,
                validation_steps=STEP_SIZE_VALID,
                epochs=10)

我如何安排我的标签列，以便"y_col"参数可以像第二个文件一样只有一列。或者有没有其他不改变标签的我可以将它传递给y_col？