Sklearn拟合vs预测，列的顺序很重要？

Question

假设X1和X2是具有相同列的2个pandas数据帧，但可能以不同的顺序排列。 假设模型是某种sklearn模型，如LassoCV。 假设我做model.fit(X1, y) ，然后是model.predict(X2) 。 事实上列是不同的顺序是一个问题，还是模型保存权重我的列名？

另外，同样的问题，但是如果X1和X2以及numpy数组呢？

Answer 1

是的，我相信这很重要，因为sklearn会将pandas DataFrame转换为值数组（本质上是调用X1.values ），而不是注意列名。 但是，这很容易解决。 只需使用：

X2 = X2[X1.columns]

它会将X2的列重新排序为与X1相同的顺序

当然， numpy数组的情况也是如此，因为它会使列中的模型适合于X1 ，因此当您在X2预测时，它只会根据X1列的顺序进行预测。

示例 ：

拿这两个数据帧：

>>> X1
   a  b
0  1  5
1  2  6
2  3  7

>>> X2
   b  a
0  5  3
1  4  2
2  6  1

该模型适用于X1.values ：

array([[1, 5],
       [2, 6],
       [3, 7]])

你预测X2.values ：

>>> X2.values
array([[5, 3],
       [4, 2],
       [6, 1]])

模型无法知道列已切换。 所以手动切换它们：

X2 = X2[X1.columns]

>>> X2
   a  b
0  3  5
1  2  4
2  1  6