如何基于系数与新数据两个DataFrame手动计算模型预测值？

嘿，这事儿其实很简单，用Pandas就能轻松搞定！我给你两种实用的方法，你可以根据自己的习惯选：

先准备示例数据（对应你的情况） #

首先，先把你的两个DataFrame用代码还原出来，方便后续演示：

import pandas as pd

# 特征系数DataFrame
coef_df = pd.DataFrame({
    'feature': ['intercept', 'a', 'b', 'c'],
    'coefficient': [2.5, 0.5, 0.8, 1.7]
})

# 全新观测数据DataFrame
new_data_df = pd.DataFrame({
    'a': [1, 0],
    'b': [0, 1],
    'c': [2, 3]
})

方法一：直接提取系数计算（直观易懂） #

这种方法适合特征少的情况，直接把每个系数取出来，然后按公式计算：

# 提取截距和各特征系数
intercept = coef_df.loc[coef_df['feature'] == 'intercept', 'coefficient'].iloc[0]
a_coef = coef_df.loc[coef_df['feature'] == 'a', 'coefficient'].iloc[0]
b_coef = coef_df.loc[coef_df['feature'] == 'b', 'coefficient'].iloc[0]
c_coef = coef_df.loc[coef_df['feature'] == 'c', 'coefficient'].iloc[0]

# 计算每个观测的预测值
new_data_df['prediction'] = intercept + a_coef * new_data_df['a'] + b_coef * new_data_df['b'] + c_coef * new_data_df['c']

运行后new_data_df会新增一列prediction，结果是：

方法二：用矩阵乘法（灵活扩展） #

如果以后你的特征变多，这种方法不用修改代码，更高效：

# 把系数DataFrame转成以feature为索引的Series
coef_series = coef_df.set_index('feature')['coefficient']

# 截距单独拿出来，剩下的特征系数和观测数据做矩阵乘法，再加截距
new_data_df['prediction'] = coef_series['intercept'] + new_data_df.dot(coef_series.drop('intercept'))

这里的dot()方法会自动把每行的a、b、c值和对应的系数相乘后求和，再加上截距，结果和方法一完全一致。

注意事项 #

• 确保coef_df里除了intercept之外的feature名称，和new_data_df的列名完全一致，不然矩阵乘法会报错。
• 如果你的系数DataFrame很大，方法二的效率会更高，因为它用了Pandas的向量化操作，比逐列计算快很多。

内容的提问来源于stack exchange，提问作者hirshg