我已经从PyTorch模型中获得了预测，作为具有以下形状的Tensor（torch.Size（[2958，96]））。我的原始数据集有2958个qids，其中一些最大文档数为96（最小为47）。预测用-1填充了缺失的一个。我的原始 Dataframe 的形状是（221567，7）。
我想使用qid将PyTorch模型或Tensor的预测合并回这个 Dataframe 。Tensor的每一行表示一个qid，而每一列表示该特定文档的排名（基于每个qid中文档的顺序）。
下面是一个min示例（将Tensor转换为df后）：

tensor = {'0': ['3', '1','2'],'1': ['2', '1','2'],'2': ['2', '1','-1']}
y_pred = pd.DataFrame(tensor)

data = {'qid': ['0', '0','0','1', '1','1','2', '2'],'irrelevant_col': ['foo', 'foo','foo','foo', 'bar','bar','bar', 'bar']}
original_df = pd.DataFrame(data)

请注意，对于qid==2，只有2行，因此Tensor在第2行和第2列中具有'-1'。此外，Tensor的顺序是正确的，因为它与dataframe中的项的顺序相匹配。这是目标输出：

target = {'qid': ['0', '0','0','1', '1','1','2', '2'],'irrelevant_col': ['foo', 'foo','foo','foo', 'bar','bar','bar', 'bar'],'y_pred': ['3', '2','2','1', '1','1','2', '2']}
target_df = pd.DataFrame(target)

编辑：我修复了一个不正确的列（2而不是3，并使最后一个y_pred为-1。