导入训练好的模型（pkl格式），读取指定xlsx文件，使用文件中的某些列作为特征集_1，另一些列作为特征集_2，特征集不合并，分别预测。根据模型预测’主队获胜赔率’、‘平局赔率’和’客队获胜赔率’，写回原文件，请写出完整python代码

import pandas as pd
import pickle
from sklearn.externals import joblib

# 导入训练好的模型（pkl格式）
with open('model.pkl', 'rb') as f:
    model = pickle.load(f)

# 读取指定xlsx文件
data = pd.read_excel('input.xlsx')

# 使用文件中的某些列作为特征集_1，另一些列作为特征集_2
features_1 = data[['feature1', 'feature2', 'feature3']]
features_2 = data[['feature4', 'feature5', 'feature6']]

# 特征集不合并，分别预测
predictions_1 = model.predict(features_1)
predictions_2 = model.predict(features_2)

# 根据模型预测’主队获胜赔率’、‘平局赔率’和’客队获胜赔率’
home_win_odds = predictions_1[:, 0]
draw_odds = predictions_1[:, 1]
away_win_odds = predictions_1[:, 2]

# 写回原文件
data['主队获胜赔率'] = home_win_odds
data['平局赔率'] = draw_odds
data['客队获胜赔率'] = away_win_odds

data.to_excel('output.xlsx', index=False)