如何使用舊數據幀中的信息預測新Python數據框中列的值

Question

假設我有兩個數據幀df1和df2。在df1中，我有幾個列，如userid，sexid，位置等。在df2中，除了sexid，我需要使用一些預測算法來填充所有與df1相同的列。 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

小例子：

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) 

將返回：

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

我會強烈建議你閱讀this。