Python中如何合并多回归预测结果生成对比DataFrame并添加统计行
回归预测结果对比表生成方案
原有代码异常原因
- 传入的
y_test是DataFrame类型,直接作为列值构造DataFrame时,pandas会默认按索引对齐,但y_pred_*是numpy数组,索引为0~2566的连续整数,和y_test自带的原始数据集测试集索引不匹配,会产生大量空值(NaN),表现为数值无法正常显示 - 原有代码存在语法/变量名不匹配问题:
LR键漏写左引号,且SVM模型的预测变量名写错(定义为y_pred_SVR但代码中写为y_pred_SVM),会直接触发语法错误或变量未定义报错
完整实现步骤
1. 生成对齐的基础对比表
首先提取y_test的真实值列,重置索引和预测数组完全对齐,再构造无空值的基础对比表:
import pandas as pd # 提取真实值列,重置索引为0~2566的连续整数,和numpy数组完全对齐 y_real = y_test.iloc[:, 0].reset_index(drop=True) # 修正变量名,构造对比表 comparison_base = pd.DataFrame({ "Real": y_real, "LR": y_pred_LR, "RF": y_pred_RF, "SVM": y_pred_SVR # 替换为你之前定义的SVR预测变量 })
2. 计算统计量并拼接至表头
直接对基础对比表批量计算各列的均值、标准差,再按行拼接到原表最前端即可:
# 批量计算各列的均值、标准差,输出为行索引为['mean', 'std']的两行统计表 stats_row = comparison_base.agg(["mean", "std"]) # 将统计表拼接到基础表最前面,得到最终对比表 comparison_final = pd.concat([stats_row, comparison_base], axis=0)
效果说明
- 表的前2行固定为
mean(各列所有样本的均值)、std(各列所有样本的标准差) - 后续2567行对应每个测试样本的真实值、LR/RF/SVM三个模型的预测值,无索引对齐导致的空值问题
可选优化
如果需要区分统计行和样本行的索引,可将样本行索引修改为带前缀的字符串,避免混淆:
comparison_base.index = [f"test_sample_{idx}" for idx in comparison_base.index] comparison_final = pd.concat([stats_row, comparison_base], axis=0)
内容的提问来源于stack exchange,提问作者Kpbs
相关产品推荐
相关产品推荐

