神经网络预测值追加逆缩放测试数据触发IndexError问题求助

你猜的完全没错！这个IndexError确实是因为执行scaler.inverse_transform()后，Xtest从Pandas DataFrame变成了NumPy数组——而NumPy数组不支持用字符串列名（比如"prediction"）来赋值，它只认整数索引、切片这类合法的索引方式。

下面给你两种实用的解决方案：

方案1：转回Pandas DataFrame后添加列 #

如果后续需要用DataFrame的便捷操作（比如查看、筛选、导出），推荐先把逆缩放后的数组转回DataFrame：

# 假设你之前保留了原始特征的列名（比如训练前的X列名）
original_feature_names = ["特征1", "特征2", ...]  # 替换成你实际的列名

# 将逆缩放后的NumPy数组转回DataFrame
Xtest_df = pd.DataFrame(Xtest, columns=original_feature_names)

# 现在就可以正常添加预测值列了
Xtest_df["prediction"] = pred

⚠️ 注意：如果没保留原始列名，转回的DataFrame会用0、1、2...作为列名，记得提前存好原数据的列名哦。

方案2：直接用NumPy拼接数组 #

如果后续不需要DataFrame，只想得到包含预测值的数值数组，可以用np.hstack()横向拼接：

# 先把一维的预测值转成二维数组（和Xtest的维度匹配）
pred_2d = pred.reshape(-1, 1)

# 横向拼接原Xtest数组和预测值数组
Xtest_with_pred = np.hstack((Xtest, pred_2d))

这样得到的Xtest_with_pred是一个新的NumPy数组，最后一列就是你的预测值。

内容的提问来源于stack exchange，提问作者michael0196