Python 如何将ML模型（作为数组）的预测连接回原始特征df？_Python_Arrays_Pandas_Machine Learning_Join

Python 如何将ML模型（作为数组）的预测连接回原始特征df？

python arrays pandas machine-learning join

Python 如何将ML模型（作为数组）的预测连接回原始特征df？,python,arrays,pandas,machine-learning,join,Python,Arrays,Pandas,Machine Learning,Join,这倾向于堆叠数据帧，而不是按顺序连接它们，因此我得到了每一行特征的预测。我通常不使用python，因此我认为这是一个基本的误解，即当我没有连接键时，如何连接数据帧。df['scores']=y_hat如果y_hat是列表或系列类型，则可以工作 scores = pd.DataFrame(data = y_hat) frames = [df, scores] dfscores = pd.concat(frames) dfscores.head()

这倾向于堆叠数据帧，而不是按顺序连接它们，因此我得到了每一行特征的预测。我通常不使用python，因此我认为这是一个基本的误解，即当我没有连接键时，如何连接数据帧。

df['scores']=y_hat

如果y_hat是列表或系列类型，则可以工作

scores = pd.DataFrame(data = y_hat)
frames = [df, scores]
dfscores = pd.concat(frames)
dfscores.head()