如何在Sklearn随机森林预测中保留测试数据索引并导出至Excel？

1. 关联预测结果与测试数据的索引、坐标 #

核心是把预测值和测试集的索引、坐标、真实值整合到同一个结构化数据里，用Pandas的DataFrame最方便——不管你的测试集是NumPy数组还是DataFrame，都能轻松处理。

代码示例： #

import pandas as pd

# 情况1：X_test本身是带索引和坐标列的DataFrame
result_df = pd.DataFrame({
    '原始索引': X_test.index,  # 直接取测试集的原始索引
    '经度': X_test['lon'],  # 替换成你实际的经度列名
    '纬度': X_test['lat'],  # 替换成你实际的纬度列名
    '真实值': y_test.values if isinstance(y_test, pd.Series) else y_test,
    '预测值': y_pred
})

# 情况2：X_test是NumPy数组（比如用train_test_split直接拆分的）
# 先从原始数据里拿测试集的索引、坐标（假设拆分前原始数据是df）
# test_indices = df.iloc[X_test.index].index  # 或者你拆分时手动记录的测试集索引
# result_df = pd.DataFrame({
#     '原始索引': test_indices,
#     '经度': df.iloc[X_test.index]['lon'],
#     '纬度': df.iloc[X_test.index]['lat'],
#     '真实值': y_test,
#     '预测值': y_pred
# })

2. 导出到Excel文件 #

用Pandas的to_excel直接导出，比np.savetxt更适合带结构化信息的结果：

# 导出时可以关闭默认的行索引，避免重复
result_df.to_excel('预测结果带坐标.xlsx', index=False)

3. 生成地图的实用思路 #

有了带坐标的结果，用这两个工具快速生成地图：

• Plotly Express：做交互式散点地图，一键出图：

  import plotly.express as px
  
  fig = px.scatter_mapbox(result_df, lat='纬度', lon='经度', color='预测值',
                          zoom=10, mapbox_style='carto-positron')
  fig.show()
  

• Folium：做带自定义标记的地图，适合查看单条数据的细节：

  import folium
  
  # 以测试集坐标的平均值为地图中心
  m = folium.Map(location=[result_df['纬度'].mean(), result_df['经度'].mean()], zoom_start=10)
  # 给每个坐标点加标记，弹窗显示索引、真实值和预测值
  for _, row in result_df.iterrows():
      folium.Marker(
          location=[row['纬度'], row['经度']],
          popup=f"索引: {row['原始索引']}<br>真实值: {row['真实值']}<br>预测值: {row['预测值']}",
          icon=folium.Icon(color='blue' if row['预测值'] < row['真实值'] else 'red')
      ).add_to(m)
  # 保存为HTML文件，直接打开就能看
  m.save('预测结果地图.html')
  

关键提醒 #

如果用train_test_split拆分数据，默认会返回NumPy数组，丢失原始索引。建议拆分前把数据保留为Pandas DataFrame，这样拆分后的X_test和y_test会自动保留原始索引，省得手动找对应关系。

内容的提问来源于stack exchange，提问作者hanie kalantar