dataframe 怎么导入新数据利用GBDT模型得出结果

首先，你需要将新数据导入到一个 pandas 的 DataFrame 中。假设你已经将数据导入到了名为 `new_data` 的 DataFrame 中。

然后，你需要加载训练好的 GBDT 模型，并将新数据输入到模型中进行预测。可以使用 Python 中的 scikit-learn 库来完成这个任务。以下是一个示例代码：

import pandas as pd
from sklearn.externals import joblib

# 加载训练好的 GBDT 模型
model = joblib.load('gbdt_model.pkl')

# 导入新数据
new_data = pd.read_csv('new_data.csv')

# 对新数据进行预测
pred = model.predict(new_data)

这里假设你已经将训练好的 GBDT 模型保存在名为 `gbdt_model.pkl` 的文件中。`joblib.load` 函数用于加载模型。

预测结果将保存在 `pred` 变量中。你可以将预测结果保存到一个新的 DataFrame 中，然后使用 pandas 的 `to_csv` 方法将结果保存到一个 CSV 文件中，如下所示：

# 将预测结果保存到一个新的 DataFrame 中
result = pd.DataFrame({'prediction': pred})

# 将结果保存到 CSV 文件中
result.to_csv('result.csv', index=False)

这里假设你希望将预测结果保存到名为 `result.csv` 的文件中，并且不保存行索引。