0
我的熊猫数据框在列中包含机器学习问题的所有可能的类,赋值给条目的值具有其概率的含义。如何根据预测类追加到熊猫数据框
接下来,我有一个机器学习模型,它可以为火车案例提供类别预测。
现在我想添加一个新行,每预测,其中分配给预测班列的值变1
我如何可以追加到大熊猫数据帧依赖于预测类以高效和优雅的方式?
这是一些最起码的示例代码,做什么,我想:
import pandas as pd
import numpy as np
predictions = np.array(['classB', 'classB', 'classC'])
data = pd.DataFrame(columns=['classA', 'classB', 'classC'])
print "Data before:"
print data
for i in range(len(predictions)):
if predictions[i] == "classA":
data.loc[i] = [1, 0, 0]
if predictions[i] == "classB":
data.loc[i] = [0, 1, 0]
if predictions[i] == "classC":
data.loc[i] = [0, 0, 1]
print "Data after:"
print data
输入:
Empty Dataframe, prediction = ['classB', 'classB', 'classC']
输出:
classA classB classC
0 0.0 1.0 0.0
1 0.0 1.0 0.0
2 0.0 0.0 1.0
感谢您的回答! – johannesmik