Sklearn拟合与预测，列顺序重要吗？

Question

假设X1和X2是2个熊猫数据框，它们具有相同的列，但顺序可能不同。假设模型是某种sklearn模型，例如LassoCV。说我做model.fit(X1, y)，然后model.predict(X2)。列以不同顺序排列是一个问题，还是模型为列名减轻了权重？

此外，同样的问题，但如果X1和X2和numpy的阵列？

Answer 1

是的，我相信这很重要，因为sklearn它将pandasDataFrame 转换为值数组（本质上是X1.values），而不是注意列名。但是，这很容易解决。只需使用：

X2 = X2[X1.columns]

并将X2的列重新排序为与X1

numpy当然，数组也是如此，因为它将使模型适合列中的列X1，因此，当您预测时X2，它将仅基于列中的列进行预测。X1

范例：

采取以下两个数据帧：

>>> X1
   a  b
0  1  5
1  2  6
2  3  7

>>> X2
   b  a
0  5  3
1  4  2
2  6  1

该模型适用于X1.values：

array([[1, 5],
       [2, 6],
       [3, 7]])

您可以预测X2.values：

>>> X2.values
array([[5, 3],
       [4, 2],
       [6, 1]])

模型无法知道列是否已切换。因此，请手动切换它们：

X2 = X2[X1.columns]

>>> X2
   a  b
0  3  5
1  2  4
2  1  6