我有两个文件： Test_data - 包含数据集的特征以查找 Submission_data 的预测 - 包含两列：测试数据的索引列和对应预测值的另一列
所以，我必须对测试数据进行预测，并将预测值存储在提交文件中。
在测试数据的预处理期间，我删除了至少 50% 的特征（列）不包含值（NaN）的行：
test_data = test_data.dropna(thresh=math.ceil(test_data.shape[1]/2))
现在，如何删除提交数据框中的相应行？因为，如果我在测试数据中删除一些行，我无法对提交数据框/文件中的相应行进行预测。
问题是，有一个索引列没有唯一值（在测试数据和提交数据中）
那么，如何删除在测试数据中也被删除的提交数据中的行？
我是 ML 挑战的新手，我觉得这很有挑战性。
当您读取两个 csv 文件并将数据存储在两个数据帧中时，您可以将其合并为一个数据帧，执行 dropna，然后将其拆分回来。我将举一个使用熊猫的例子
import pandas as pd df1 = pd.read_csv('test_data.csv') df2 = pd.read_csv('submission_data.csv') df3 = pd.concat([df1, df2], axis=1) # 这会将两者结合起来dfs。
reduce_data = df3.dropna(thresh=math.ceil(test_data.shape[1]/2)) 预测 = reduce_data.loc[:,['predictions']] reduce_data.drop(columns=['predictions'], inplace=真的）
#而不是“预测”，使用您对 submit_data.csv 文件中的预测的任何列名称。
希望这可以帮助。