Python 新数据和训练数据集之间的不同形状

我有一个数据框，看起来像下面的那个

    Spent      Products bought         Target Variable               
0   2300       Car/Mortgage/Leisure    0
1   1500       Car/Education           0
2   150        Groceries               1
3   700        Groceries/Education     1  
4   900        Mortgage                1
5   180        Education/Sports        1
6   1800       Car/Mortgage/Others     0
7   900        Sports/Groceries        1
8   1000       Self-Enrichment/Car     1
9   140        Car/Groceries           1

    Spent      Products bought         Target Variable               
0   230        Leisure                 1
1   150        Others                  1
2   100        Groceries               1
3   700        Education               1  
4   900        Mortgage                0
5   180        Education/Sports        1
6   1800       Car/Mortgage            0
7   400        Groceries               1
8   4000       Car                     1
9   140        Car/Groceries           1

我用了

pd.get_dummies

对所有“购买的产品”列进行了热编码现在我的形状是（5000150）

我训练/测试/分割我的数据，然后应用PCA。I

fit_transform

列车组，仅在测试组上应用

transform

。接下来，我使用了一个决策树分类器来预测，这使我获得了90%的准确率

现在问题来了。我有一套新的数据。我知道我的模型是在（，150）的形状上训练的，在**使用

pd进行编码后，这个**新数据只有（150，28）的形状

我知道将新数据与旧数据集合并不是一个解决方案。我有点卡住了，我不知道该怎么解决这个问题。有人有什么意见吗？谢谢

编辑：我尝试对新数据集重新编制索引，但没有成功。在我的培训集中的“购买的产品”列中有更多的独特变量，而在我的新数据集中则更少

新的数据帧看起来更像下面的数据帧

    Spent      Products bought         Target Variable               
0   2300       Car/Mortgage/Leisure    0
1   1500       Car/Education           0
2   150        Groceries               1
3   700        Groceries/Education     1  
4   900        Mortgage                1
5   180        Education/Sports        1
6   1800       Car/Mortgage/Others     0
7   900        Sports/Groceries        1
8   1000       Self-Enrichment/Car     1
9   140        Car/Groceries           1

    Spent      Products bought         Target Variable               
0   230        Leisure                 1
1   150        Others                  1
2   100        Groceries               1
3   700        Education               1  
4   900        Mortgage                0
5   180        Education/Sports        1
6   1800       Car/Mortgage            0
7   400        Groceries               1
8   4000       Car                     1
9   140        Car/Groceries           1

尝试
pd.get_dummies（）.reindex（train.columns，axis=1）
？你是说在新数据集上？还是在旧数据集上？在新数据集上
reindex
确保您拥有与
train
数据集相同顺序的相同列。刚刚尝试过，但它返回了我预期的结果，即“模型的功能数量必须与输入匹配。模型n_功能为150，输入n_功能为28”
train。列
必须是列车组的列（150）。否则，您应该检查一个热编码器。