关于Kaggle的提交

Question

Kaggle要求我们上传CSV文件，但我不知道怎么做。我有一个完整的代码，它给出了预测，我需要根据它们的id编写这些预测，并用它们生成一个CSV文件(即包含两列，一个id和其他各自的预测)。我该怎么做呢？如果有人能帮我写一些python代码的例子，那就太好了。

第一个是预测结果，它是一个数值数组

数组( 1.，1.，1.，1.，0.，1.，1.，0.，1.，1.，0.，1.，0.，1.，1.，1.，1.，1.，1.，1.，1.，1.，1.，1.，1.，1.1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、0.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、0.、0.、1.、1.、1.、1.、1.、1.、1.、1.，0.，0.，1.，0.，0.，1.，1.，0.，1.，1.，0.，1.，0.，1.，0.，1.，0.，1.，1.，1.，1.，1.，1.，1.，1.，1.，1.，1.，1.，1.、1.、0.、1.、1.、1.、1.、1.、1.、0.、0.、0.、1.、0.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、0.、0.、0.、0.、0.、1.、1.、1.、1.0.、0.、1.、0.、1.、1.、1.、1.、0.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、0.、1.、1.、1.、0.、1.、1.、1.、1.、1.、1.、0.、0.、1.、1.、1.、1.、0.、1.、1.、0.、0.、1.、1.、0.、0.、1.、0.、1.、0.、1.、0.、0.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、0.、1.、1.、1.、0.、0.、1.、1.、0.、1.、0.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、0.、1.、0.、0.、0.、1.、1.、0.、0.、1.、1.、0.、0.、0.、1.、0.、1.、0.、0.、0.、0.、1.、1.、1.、1.、1.、0.、1.、1.、1.、0.、1.、1.、1.、1.、0.、1.、1.、0.、1.、1.、0.、0.、1.、1.、1.、0.、0.、1.、1.、1.、0.、0.、1.、1.，1.，0.，0.，1.，1.，1.，0.，1.，1.，1.，0.，1.，1.，1.，1.，0.，0.，1.，1.，1.，0.，1.，1.，1.，0.，0.，0.，1.，0.，1.1.、1.、1.、1.、0.、1.、1.、1.、1.、0.、0.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、1.、0.、1.、1.、1.、1.，0.，1.，1.，0.，0.，1.，1.，1.，1.，1.，1.，1.，1.，1.，0.，1.，1.，1.，0.，1.，1.，1.，1.，1.)

第二个是z_test，它是由提供的数据帧

0 LP001015 1 LP001022 2 LP001031 3 LP001035 4 LP001051 5 LP001054 6 LP001055 7 LP001056 8 LP001059 9 LP001067 10 LP001078 11 LP001082 12 LP001083 13 LP001094 14 LP001096 15 LP001099 16 LP001105 17 LP001107 18 LP001108 19 20 21 22 23 24 25 26 27 28 29

337 LP002856 338 LP002857 339 LP002858 340 LP002860 341 LP002867 342 LP002869 343 LP002870 344 LP002876 345 LP002878 346 LP002879 347 LP002885 348 LP002890 349 LP002891 350 LP002899 351 LP002901 352 LP002907 353 LP002920 354 LP002921 355 LP002932 356 357 358 359 360 361 362 363 364 365 366

我必须从这两个文件中创建一个csv文件。两者都有形状(367，)。

附注:我有一个数据帧X_test，我必须对其进行预测，所以我使用.copy()方法将id列复制到z_test中。

Answer 1

例如，您可以创建包含感兴趣列的Pandas DataFrame，并将其保存为csv。

submission = pandas.DataFrame({
    "LoanId": LoanId["LoanId"],
    "Prediction": predictions.astype(int)
})

submission.to_csv("kaggle.csv", index = False)