如何使用舊數據框中的信息預測新Python數據框中的列值

Question

假設我有兩個數據幀df1和df2。 在df1中，我有幾個列，例如userid，sexid，location等。在df2中，我有與df1中相同的列，除了sexid，我需要使用一些預測算法來填充。 我只是一個初學者，我嘗試了另一種問題。 因此，歡迎任何可能幫助我破解它的建議或有用的參考資料。

Answer 1

一個最小的例子：

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)

哪個回報：

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

我強烈建議你讀這個 。