如何使用旧数据框中的信息预测新Python数据框中列的值

假设我有两个数据框df1和df2。在df1中,我有多个列,如用户ID、性别ID、位置等。而在df2中,我有与df1相同的所有列,除了性别ID这一列需要使用某种预测算法来填充。我只是一个初学者,之前尝试过其他类型的问题。因此,任何建议或有用的参考资料都将有助于我解决这个问题,欢迎提供。


回答:

一个最简示例:

返回结果为:

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

我强烈推荐你阅读这个教程。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注