You need to enable JavaScript to run this app. 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?
优惠活动
大模型
产品
解决方案
定价
更多

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:

UniversitySubjectpredict_result
MelbMathRed
MelbPhysicsBlue
MelbEnglishGreen
OttawaMathBlue
OttawaEnglishRed
OttawaMedRed
SydMathYellow

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.11 06:06:03