我需要?jiǎng)?chuàng)建一個(gè)函數(shù)來為新數(shù)據(jù)集自動(dòng)分配一些新列名。原因是我需要某種方式將我的預(yù)測(cè)綁定到我的初始數(shù)據(jù)集。Sklearn 沒有任何簡(jiǎn)單的方法可以做到這一點(diǎn)。我已經(jīng)嘗試創(chuàng)建一個(gè)函數(shù)，但是它只打印一個(gè)錯(cuò)誤：ValueError: 傳遞值的形狀是 (1440, 90)，索引意味著 (1440, 1)這意味著我在定義新列名時(shí)沒有正確使用該函數(shù)。def column_printing(x): i=0 for i in range(x): print('prediction', i+1) i+1resultTestDataset = pd.DataFrame(y_test, columns=[column_printing(predict_length)])讓我們說：predict_length = 3y_test = [5,6,7], [3,2,1]我想要一個(gè)如下所示的數(shù)據(jù)框：prediction1, prediction2, prediction35,6,7 3,2,1
2 回答
慕少森
TA貢獻(xiàn)2019條經(jīng)驗(yàn) 獲得超9個(gè)贊
如果我可以假設(shè)您y_test是numpy array.
您可以使用以下內(nèi)容：
predict_length = 3
y_test = np.reshape(np.array([5,6,7,3,2,1]), (2,3))
df = pd.DataFrame(y_test, columns=['predicition{}'.format(x+1) for x in range(predict_length)])
print(df)
predicition1 predicition2 predicition3
0 5 6 7
1 3 2 1
如果你的python版本>=3.6，我們可以使用 f-strings
predict_length = 3
y_test = np.reshape(np.array([5,6,7,3,2,1]), (2,3))
df = pd.DataFrame(y_test, columns=[f'predicition{x+1}' for x in range(predict_length)])
print(df)
predicition1 predicition2 predicition3
0 5 6 7
1 3 2 1
莫回?zé)o
TA貢獻(xiàn)1865條經(jīng)驗(yàn) 獲得超7個(gè)贊
這會(huì)有所幫助
# a simple function to do the column name creation
column_print = lambda col_len : ['prediction' + str(i+1) for i in range(col_len)]
y_test = [5,6,7],[3,2,1]
y_test = np.array(y_test) # convert y_test to a numpy array so you can use the shape
#method
size_y = y_test.shape
resultTestDataset = pd.DataFrame(y_test, columns=column_print(size_y[1]))
print(resultTestDataset)
添加回答
舉報(bào)
0/150
提交
取消