如何将sklearn预处理交互变量的输出连接回原始数据帧？

from sklearn.preprocessing import PolynomialFeatures
import pandas as pd

# 假设原始数据存储在一个名为df的DataFrame对象中
# 假设需要对两个特征进行交互特征的预处理
features = ['feature1', 'feature2']
X = df[features]

# 使用PolynomialFeatures进行交互特征的预处理
poly = PolynomialFeatures(interaction_only=True, include_bias=False)
X_interact = poly.fit_transform(X)

# 将交互特征的输出转换为DataFrame对象
X_interact_df = pd.DataFrame(X_interact, columns=poly.get_feature_names(features))

# 将原始数据帧和交互特征的DataFrame按列连接起来
df_concat = pd.concat([df, X_interact_df], axis=1)

# 可选：删除原始数据中的交互特征列
df_concat.drop(features, axis=1, inplace=True)

# 输出连接后的数据帧
print(df_concat)