Python 如何将正确的ID分配给y_pred？

我有一个带有列的

pd.Dataframe

数据集：

index, text, label, ID

ID是以特定的方式给出的，因此可以通过ID将文本分组。 我对文本进行了预处理，制作了一个

管道

，做了一个

sklearn.model\u selection.train\u test\u split

，并使用gridsearch进行了预测（

gs.fit（x\u train，y\u train）

）。 现在我有了我的原始数据集，x_序列，x_测试，y_序列，y_测试和y_pred.其中y_pred是

y_pred=gs_fit.best_estimator_u.predict（x_测试）

以下是我想要的：

现在我想找出我的y_pred的对应ID，看看是否有一些ID中的组比其他组预测得更好

我这里的问题是，我不再有索引，预处理后的文本不同，因此我不确定如何找出哪个y\u pred连接到哪个ID。

---

你知道怎么做吗？

我相信

索引被保留了下来<代码>X_测试.index==y_测试.index

#。。。假设您拆分了数据帧，并且没有重置索引
十、 y=df[['feature_1'，'feature_2']]，df[['target']]
#列车尺寸或试验尺寸
X_列车，X_试验，y_列车，y_试验=列车试验(
十、 y，序列号=0.8，随机状态=42）
#保留索引。所以
打印（全部（X_test.index==y_test.index））#真

因此，只需使用index来定位ID。

y\u pred

将以与X\u test.index相同的外观进行排序

# return only test IDs and their predictions
results = df[df.index == X_test.index][['ID']]
results['y_pred'] = y_pred
print(results)

如果

索引

由于使用了Pandas以外的另一种数据结构而丢失，那么另一个技巧是将

ID

预先附加到文本

AC123 |此处输入的文本

。文本函数必须排除

|

之前的所有文本。对后者进行任何文本预处理。然后可以使用第一部分查找ID