在预测的数据框中，我有三列，我想将所有这三列与原始数据集合并。我该如何实现？
ds = pd.read_csv("final10.csv")
X = ds.iloc[:, 3:-4].values
y = ds.iloc[:,-1].values
testcase = pd.read_csv("testcase.csv")
testcase=testcase.iloc[:,3:-1].values
from sklearn.linear_model import LogisticRegression
clf = LogisticRegression(solver="newton-cg", multi_class='multinomial')
clf.fit(X, y)
y_pred1 = clf.predict_proba(testcase)
testcase['procurement']=pd.Series(y_pred1)
我得到的错误是“异常：数据必须是一维的”
答案 0 :(得分：0)
您正在尝试将y_pred1中的3列分配给数据帧testcase中的单个列。那就是错误的根源。您将必须在数据框中使用三个不同的目标列来分配三个预测列。
例如，如果您的y在数据中具有三个唯一的类（标签），则predict_proba()输出（在这种情况下为y_pred1）的形状为{{1} }。
您可以通过多种方式将此二维数组与现有数据框组合在一起：
简单方法：分别分配各列
[n, 3]其他方式：在这里查看这些问题：