向新数据帧追加预测

Question

Data example (not real data) can be also seen here我有一个3x500的数据集，列名称为：Job Level（数值）、Job Code（category）和Stock Value（numeric）。我使用线性回归来拟合股票价值，基于职务级别，按职务代码分组。 例如：

职务代码职务级别职务库存值

20 1生产工程师

20 2生产工程师

20 3生产工程师6985

20 4生产工程师7852

205生产工程师

30 1生产工程师

302物流分析员

30 3物流分析员4962

30 4物流分析员22613

30 5物流分析员31689

401物流分析员

这是我所做的。如何查看添加了预测值的数据集列（原始数据）。现在我只能看到预测。我不能把他们连在一起，因为：

情况如下：当我第一次启动代码时，我的df_非完整形状=（268,4）然后在for循环my df之后_非完整形状=（4,4）然后是df_结果.形状=（89,2）。结果，我不能加入他们。在

> import pandas as pd from sklearn.linear_model import LinearRegression
> df = pd.read_excel("stats.xlsx")
> df_nonull=df.dropna()
> 
> model= LinearRegression() groups = [] results = [] level = []
> 
> for (group, df_nonull) in df_nonull.groupby('Job Code'):
>     X=df_nonull[['Job Level']]
>     y=df_nonull[['Stock Value']]
>     model.fit(X,y)
>     coefs = list(zip(X.columns, model.coef_))
>     results.append(model.predict(735947)[0])
>     groups.append(group)
> 
> df_results = pd.DataFrame({'Job Code':groups, 'prediction':results})
> 
> print df_results.head(50)

仅供参考，我这里的主要目标是在没有NaN（df_nonull）的数据集中运行一个回归模型，并将线性回归系数应用于整个数据（对于股票价值，y）（df）。这与我的要求无关，但我想提供一些关于我为什么要这样做的回溯信息。在

Answer 1

可以使用下面的命令创建一个包含数据集值和预测值的单个数据帧。在

df_nonull.join(df_results,how="outer")

Answer 2

假设输入数据和预测序列具有一致的索引。我想你需要的是pd.concat。在

import pandas as pd

>>> X = pd.DataFrame({'input': [i for i in range(10)]}) ## fake input data
>>> pred = pd.DataFrame({'prediction':[i-5 for i in range(10)]}) ## fake prediction data
>>> pd.concat([X, pred], axis=1)
   input  prediction
0      0          -5
1      1          -4
2      2          -3
3      3          -2
4      4          -1
5      5           0
6      6           1
7      7           2
8      8           3
9      9           4

我将特别推荐pandas（0.20.1），特别是关于concatenation的这一节。在