如何将带序列索引的预测结果数组与含双主键的Pandas DataFrame关联匹配?
预测值与主键匹配的实现方法
核心对齐原理:各类scikit-learn兼容模型的predict()方法,会严格按照输入数据的行顺序返回预测结果——输入的第i行,对应的预测值一定在输出数组的第i个位置,这个对应关系不存在随机打乱的可能,是可以直接用来做关联的核心依据。
最常用的实现方式
不需要复杂的表关联逻辑,直接通过顺序对齐把预测值和原特征表的主键列绑定即可,对应的可直接运行代码:
import pandas as pd import pickle # 加载模型并得到预测值 loaded_model = pickle.load(open('E:\model.sav', 'rb')) y_pred = loaded_model.predict(df_features) # 构造关联完成的结果表 result_df = pd.DataFrame({ 'University': df_features['University'], 'Subject': df_features['Subject'], 'predict_result': y_pred })
执行后得到的result_df就完成了所有预测值和对应院校、科目的关联,以你给出的样例数据为例,输出结构为:
| University | Subject | predict_result |
|---|---|---|
| Melb | Math | Red |
| Melb | Physics | Blue |
| Melb | English | Green |
| Ottawa | Math | Blue |
| Ottawa | English | Red |
| Ottawa | Med | Red |
| Syd | Math | Yellow |
更稳妥的防错位写法
如果后续可能对df_features做排序、筛选等打乱行顺序的操作,可以提前将两列主键设为DataFrame的多重索引,从根源上避免预测值错位:
# 提前设置两列主键为多重索引 df_with_key = df_features.set_index(['University', 'Subject']) # 带索引的特征表直接传入模型预测 y_pred = loaded_model.predict(df_with_key) # 直接生成自带主键索引的预测序列,不需要手动匹配顺序 pred_series = pd.Series( data=y_pred, index=df_with_key.index, name='predict_result' )
注意事项
- 调用
predict()时不要传入被打乱行序的特征子集,否则会直接导致预测值和主键对应错误 - 如果
y_pred是带0、1、2...自增索引的独立结构,只要和df_features的行数一致,直接按顺序赋值即可,不需要额外做索引对齐匹配
内容的提问来源于stack exchange,提问作者asmgx
相关产品推荐
相关产品推荐

