Python I'；我试图预测X_检验的概率，并在一个数组中得到2个值。我需要比较这两个值，使其为1

我试图预测X_检验的概率，并在一个数组中得到2个值。我需要比较这两个值，将其设为1。

当我写代码时

y_pred = classifier.predict_proba(X_test)
y_pred

它的输出类似于

array([[0.5, 0.5],
       [0.6, 0.4],
       [0.7, 0.3],
       ...,
       [0.5, 0.5],
       [0.4, 0.6],
       [0.3, 0.7]])

我们知道，如果值>=0.5，则为和1，如果小于0.5，则为0

我使用下面的代码将上面的数组转换成熊猫

proba = pd.DataFrame(proba)
proba.columns = [['pred_0', 'pred_1']]
proba.head()

输出是

    pred_0  pred_1
0   0.5     0.5
1   0.6     0.4
2   0.7     0.3
3   0.4     0.6
4   0.3     0.7

---

如何迭代上述行，并编写一个条件，即如果列1的行值大于等于0.5，行值为2，则为1，如果与列2的行值相比，列1的行值小于0.5

例如，通过查看上面的数据帧，输出必须是

  output
0 0
1 1
2 1
3 1
4 1

---

比较两列以创建布尔索引，然后使用以下命令转换为

int

：

备选案文1：

df['output'] = (df['pred_0'] >= df['pred_1']).astype(int)

备选案文2：

df['output'] = df['pred_0'].ge(df['pred_1']).astype(int)

---

或通过：

备选案文3：

df['output'] = np.where(df['pred_0'] >= df['pred_1'], 1, 0)

备选案文4：

df['output'] = np.where(df['pred_0'].ge(df['pred_1']), 1, 0)

---

您可以只映射初始数组，而不将其转换为数据帧，以便在每个子数组的第一个值大于等于0.5时返回True，否则返回False。最后，将其转换为int：

>>> import numpy as np
>>> a = np.array([[0.5, 0.5], [0.6, 0.4], [0.3, 0.7]])
>>> a
array([[0.5, 0.5],
       [0.6, 0.4],
       [0.3, 0.7]])
>>> result = map(lambda x:int(x[0] >= 0.5), a)
>>> print(list(result))
[1, 1, 0]

---

“与列2的行值相比，列1小于0.5”您如何比较“pred_0”和“pred_1”？我正在尝试迭代两列的行，并希望比较它们。如果第1列第1行的值大于第2列第2行的值，则它应返回1，否则0将第1行（0.5）与第1行（0.5）比较，它应返回1。同样地，比较第二行（0.6）和第二行（0.4），它应该返回1。条件是，如果第1行第1列值>=第1行第2列值，则应返回1或0。将0.5与0.5进行比较，则应返回0。将0.6与0.4进行比较，新列中应返回1 etc。主要条件是，如果第1列第1行的值>=第2列第1行的值，它应该返回1，否则返回0，因此idx 3和4的预期输出中的值不正确？谢谢！！

>>> import numpy as np
>>> a = np.array([[0.5, 0.5], [0.6, 0.4], [0.3, 0.7]])
>>> a
array([[0.5, 0.5],
       [0.6, 0.4],
       [0.3, 0.7]])
>>> result = map(lambda x:int(x[0] >= 0.5), a)
>>> print(list(result))
[1, 1, 0]