python - 预测每个样本，检查 pandas 数据帧中的值并附加到新数据帧

Question

我是使用 python 和 pandas dataframe 进行机器学习的新手。我正在训练我的模型并对 x_test(dataframe) 进行预测。我想对 x_test 中的每一行(样本)进行预测，并且如果预测值小于某个值(0.4)，则希望将该行附加到新的数据帧(new_train)。我已经提供了我的想法的主体。你能帮我一下吗？

 c = XGBRegressor()  
 dt = c.fit(x_train, y_train)

 new_train = pd.DataFrame()  

 for rows in x_test:  
     y_pred = c.predict(x_test[rows])  
     if y_pred < 0.4:
           new_train.append(x_test[rows])

Answer 1

你基本上已经弄清楚了。只需进行一些调整即可。您可以使用 iloc this way

 for i in range(x_test.shape[0]):  
     row_i = x_test.iloc[i] # a row in x_test
     y_pred = c.predict(row_i)  
     if y_pred < 0.4:
           new_train = new_train.append(row_i)

或者这样使用

 for i in range(len(x_test)):  
     row_i = x_test.iloc[i, :] # a row in x_test
     y_pred = c.predict(row_i)  
     if y_pred < 0.4:
           new_train = new_train.append(row_i)

两者都会产生 <class 'pandas.core.series.Series'> 类型的结果

使用.append() pd.DataFrame 上的方法对象不是就地操作。请参阅here了解更多。