假设我们有一个 Pandas 数据框和一个 scikit-learn 模型，并使用该数据框进行训练（拟合）。有没有办法进行逐行预测？用例是使用 sklearn 模型使用预测函数填充数据框中的空值。
我预计这可以使用 pandas apply 函数（轴=1）实现，但我不断收到维度错误。
使用 Pandas 版本“0.22.0”和 sklearn 版本“0.19.1”。
简单的例子：
import pandas as pd
from sklearn.cluster import kmeans
data = [[x,y,x*y] for x in range(1,10) for y in range(10,15)]
df = pd.DataFrame(data,columns=['input1','input2','output'])
model = kmeans()
model.fit(df[['input1','input2']],df['output'])
df['predictions'] = df[['input1','input2']].apply(model.predict,axis=1)
由此产生的维数误差：
ValueError: ('Expected 2D array, got 1D array instead:\narray=[ 1.
10.].\nReshape your data either using array.reshape(-1, 1) if your data has
a single feature or array.reshape(1, -1) if it contains a single sample.',
'occurred …