我在Python的pandas库中工作（在一个Jupyter笔记本中），我为泰坦尼克号数据集创建了一个随机森林模型。 https://www.kaggle.com/c/titanic/data

我读取了测试和训练数据，然后对其进行清理，并添加了新的列（相同的列添加到两者中）。

在拟合和重新拟合模型并尝试提升等之后，我决定使用一个模型：

 X2 = train_data[['Pclass','Sex','Age','richness']]  rfc_model_3 = RandomForestClassifier(n_estimators=200) %time cross_val_score(rfc_model_3, X2, Y_target).mean() rfc_model_3.fit(X2, Y_target)

然后我预测某人是否存活

 X_test = test_data[['Pclass','Sex','Age','richness']] predictions = rfc_model_3.predict(X_test) preds = pd.DataFrame(predictions, columns=['Survived'])

有没有办法将预测结果作为列添加到测试文件中？

回答：

因为

rfc_model_3 = RandomForestClassifier(n_estimators=200)rfc_model_3.predict(X_test)

返回y : array of shape = [n_samples]（见文档），你应该可以直接将模型输出添加到X_test中，而无需创建中间DataFrame：

X_test['survived'] = rfc_model_3.predict(X_test)

如果你仍然想要中间结果，评论中的@EdChum的建议将很好地工作。