【问题标题】:dummy variables and joining data frames using a for loop in pandas在 pandas 中使用 for 循环的虚拟变量和连接数据帧
【发布时间】:2019-07-17 15:54:30
【问题描述】:

我正在尝试获取虚拟变量并使用 for 循环在两个单独的数据帧中进行一些数据清理,但它不起作用,它编译但我的数据帧没有任何反应

enter image description here

然后我运行这个

data_cleanBase = [dataABase, dataTestBase]
for dataset in data_cleanBase: 
    dataset = dataset.join(pd.get_dummies(dataset['Embarked'])).join(pd.get_dummies(dataset['Sex']))

我又得到了

enter image description here

我的数据集中什么都没有发生

【问题讨论】:

  • 您将结果分配给循环迭代器dataset,但这不会更新列表data_cleanBase 中的变量。尝试将转换后的 DataFrame 保存到新列表中。类似于res = [] 在for 循环之前,然后res.append(dataset.join(...)) 在for 循环中。
  • 您能提供示例数据和您的预期输出吗? pd.get_dummies 应该能够在一次调用中做到这一点,你只需要对参数很聪明。
  • @ALollz 我的输出是 data_CleanBase [] 中带有虚拟变量的数据集,我知道我可以为每个数据集单独执行此操作,但我想使用循环来提高效率

标签: python pandas dataframe for-loop dummy-variable


【解决方案1】:

要在迭代列表时替换列表的元素,您需要使用它们的索引来引用列表的元素。

所以,如果你想就地修改列表:

data_cleanBase = [dataABase, dataTestBase]
for i, dataset in enumerate(data_cleanBase): 
    data_cleanBase[i] = dataset.join(pd.get_dummies(dataset['Embarked'])).join(pd.get_dummies(dataset['Sex']))

否则,您可以将结果放入新列表中:

data_cleanBase = [dataABase, dataTestBase]
augmented_data = []
for dataset in data_cleanBase:
    augmented_data.append(dataset.join(pd.get_dummies(dataset['Embarked'])).join(pd.get_dummies(dataset['Sex'])))

【讨论】:

  • 我用过这个,如果我放 dataABase.head() 并打印 dataABase 它不会有任何虚拟变量。但是如果我放 data_cleanBase[1].head() 它表明它有虚拟变量,有什么区别?!不一样吗?!
  • @ShahinTaghikhani - data_cleanBase 持有对 Dataframe 对象的引用。执行data_cleanBase[i] = x 会将该引用替换为对新对象的新引用。 dataABase 没有改变; data_cleanBase 只是不再引用它。一些 pandas 操作可以选择完成 inplace,但 join() 不是其中之一。它总是创建一个新的数据框,并保持原来的两个数据框不变。见pandas.pydata.org/pandas-docs/stable/reference/api/…。
猜你喜欢
  • 2019-06-21
  • 1970-01-01
  • 2020-08-14
  • 2020-04-04
  • 2022-01-23
  • 1970-01-01
  • 2014-06-19
  • 2012-07-20
  • 2020-04-21
相关资源
最近更新 更多