df_train=pd.read_csv('/datasets/gold_industry_train.csv')

df_test=pd.read_csv('/datasets/gold_industry_test.csv')

df_full=pd.read_csv('/datasets/gold_industry_full.csv')

 

# Преобразуем колонку date в формат datetime

df_train['date'] = pd.to_datetime(df_train['date'])

df_test['date'] = pd.to_datetime(df_test['date'])

df_full['date'] = pd.to_datetime(df_full['date'])

# Сделаем колонку date индексом датафрейма

df_train = df_train.set_index('date')

df_test = df_test.set_index('date')

df_full = df_full.set_index('date')

 

# Добавим целевые признаки в df_test

# Выбираем только нужные столбцы из df_full

 

df_target = df_full[['rougher.output.recovery', 'final.output.recovery']]

df_test = df_test.join(df_target)

 

df_test[['rougher.output.recovery', 'final.output.recovery']]

df_full.loc[df_test.index,['rougher.output.recovery', 'final.output.recovery']]