创建一个循环以遍历具有相同变量名称的不同数据集以更改值

Question

我有 4 个数据集，分别命名为 cluster_1、cluster_2、cluster_3、cluster_4。我想循环遍历所有 4 个变量并将变量的值更改为二进制，因此如果它们大于或等于 1，则将其设置为 1，如果为 0，则将其设置为 0。所有数据集都有相同的变量名。

运行代码时，我不断收到错误“浮动”对象不可迭代。 binary 是变量名列表，clusti 是数据集列表。

    for i in binary:
        print(dataset[i])
        dataset[i] = dataset[i].apply(lambda x: [y if y== 0 else 1 for y in x]) ```

Answer 1

尝试使用理解来执行此操作。

鉴于您上面的代码，dataset 的结构有两种不同的情况：

1. 这是一个列表的列表，例如：

   数据集 = [ [0,1,2,3], [1,2,3,4], [0,0,2,1], [1,0,1,0] ]

2. 它是列表的键控字典，例如：

   数据集 = { 'cluster_1': [0,1,2,3], 'cluster_2': [1,2,3,4], 'cluster_3': [0,0,2,1], 'cluster_4'：[1,0,1,0] }

案例 1：如果您的数据集是列表列表，您可以使用列表推导式来做到这一点：

dataset = [[int(y != 0) for y in x] for x in dataset]

它的作用是创建一个列表列表：

1. 外部列表推导 [█ for x in dataset] 将 dataset 中的每个列表 x 评估为推导，
2. 内部列表推导 [█ for y in x] 评估列表 x 中的每个值 y。
3. 表达式int(y != 0) 是三元表达式y if y== 0 else 1 的简化，因为三元在Python 中很笨重。如果 y == 0，y !=0 将产生布尔值 False，否则为 True。将其转换为 int() 将产生与三元逻辑相同的输出（0，如果 y 是 0，或者在所有其他情况下为 1）。

完整示例：

dataset = [
    [0,1,2,3], 
    [1,2,3,4], 
    [0,0,2,1], 
    [1,0,1,0]
]
dataset = [[int(y != 0) for y in x] for x in dataset]
print(dataset)

产量：

[[0, 1, 1, 1], [1, 1, 1, 1]]

CASE 2：如果dataset是一个字典，你可以使用字典推导：

dataset = {key: [int(y != 0) for y in val] for key, val in dataset.items()}

完整示例：

dataset = {
    'cluster_1': [0,1,2,3],
    'cluster_2': [1,2,3,4],
    'cluster_3': [0,0,2,1],
    'cluster_4': [1,0,1,0]
}
dataset = {key: [int(y != 0) for y in val] for key, val in dataset.items()}
print(dataset)

产量：

{'cluster_1': [0, 1, 1, 1], 'cluster_2': [1, 1, 1, 1], 'cluster_3': [0, 0, 1, 1], 'cluster_4': [1, 0, 1, 0]}