Question

我在创建训练和测试分割数据框时遇到问题。在旋转和分组后，我的完整DF的形状为（1295,6835）。

这些数据的两个子集以相同的方式从同一个文件分成两个，包含功能（训练数据）和响应变量（我想要预测的数据）。

它们具有形状特征（1287,6631）和响应（1068,1977）。

这是明显的尺寸错过匹配，功能和响应应该与原始数据具有相同的6835。

如何用零填充这些序列，保留原始大小和列名，以便我可以验证这个？

import numpy as np
allData = pd.read_csv('path_tocsv.csv')
months = pd.read_csv('path_to_train_months.csv')
march = pd.read_csv('path_to_predictmonth.csv')

这给出了形状：下一步转动数据：

df = pd.pivot_table(allData, values='Qty', columns='Item', index=['Subinventory Code'], fill_value=0.0)
df[df < 0 ] = 0
df1 = pd.pivot_table(months, values='Qty', columns='Item', index=['Subinventory Code'], fill_value=0.0)
df1[df1 < 0 ] = 0
df2 = pd.pivot_table(march, values='Qty', columns='Item', index=['Subinventory Code'], fill_value=0.0)
df2[df2 < 0 ] = 0

数据有形： df（1295,6835） df1（1287,6631） df2（1068,1977）创建包含df

中每行概率的字典

def getProbas(df, cols, train=True):
probasDict = dict()
if train == True:
    for y,z in df.iterrows():
        locSum = z.sum()
        newZ = pd.Series([v/locSum for v in z])
        probasDict[y] = newZ
else:
    for y,z in df.iterrows():
        newZ = pd.Series([v for v in z])
        probasDict[y] = newZ

return probasDict

cols = list(df.columns)
fullDict = getProbas(df, cols, train=True)
trainDict = getProbas(df1, cols, train=True)
testDicts = getProbas(df2, cols, train=False)

这里我从dicts创建数据框。

dfAll = pd.DataFrame.from_items(fullDict.items(), orient = 'index', columns = cols)
    dfTrain = pd.DataFrame.from_items(trainDict.items(), orient = 'index', columns = list(df1.columns))
    dfTest = pd.DataFrame.from_items(testDict.items(), orient = 'index', columns = list(df2.columns))

此形状与之前相同： dfAll（1295,6835） dfTrain（1287,6631） dfTest（1068,1977）

我希望预测月份的观察量较少，但希望能够为所有观察结果提供灵活的模型。

所以我们的目标是拥有dfTrain和dfTest的形状（x，6835）

这有意义吗？

通过添加0值为

0 个答案: