如何使用旧数据框中的信息预测新Python数据框中的列值

Question

假设我有两个数据帧df1和df2。在df1中，我有几个列，例如userid，sexid，location等。在df2中，我有与df1中相同的列，除了sexid，我需要使用一些预测算法来填充。 我只是一个初学者，我尝试了另一种问题。所以欢迎任何建议或有用的参考资料来帮助我破解它。

Answer 1

一个最小的例子：

import pandas as pd
from sklearn.linear_model import LogisticRegression

df1 = pd.DataFrame({'sexid': list('MMFFMFFMMF'), 'x1': [0, 12, 2, 3, 4, 2, 0, 12, 12, 12], 'x2': [0, 1, 1, 1, 0, 1, 1, 0, 0, 1]})

df2 = pd.DataFrame({'x1': [0, 12, 2, 3, 4, 2, 0, 12, 12, 12], 'x2': [0, 1, 1, 1, 0, 1, 1, 0, 0, 1]})

X = df1[['x1', 'x2']]
y = df1['sexid']

model = LogisticRegression()

model.fit(X, y)

model.predict(df2)

返回：

array(['F', 'M', 'F', 'F', 'M', 'F', 'F', 'M', 'M', 'M'], dtype=object)

我强烈建议您阅读this。