【发布时间】:2018-10-25 11:22:41
【问题描述】:
我正在尝试将 F 的所有值更改为 1,将 M 的值更改为 0,这样我就可以创建一个虚拟变量,然后检查 Gender 在我的预测结果中的重要性。我用这种方式创建了一本字典
Gender_dict = df_new.set_index("Student_ID") ["Gender"].to_dict()
print (Gender_dict)
得到:
{366: 'F', 375: 'F', 381: 'F', 391: 'M', 399: 'M', 427: 'M', 429: 'M', 431: 'M', 435: 'M', 444: 'M', 452: 'F', 464: 'M', 472: 'F', 478: 'M', 484: 'F', 487: 'M', 495: 'M', 507: 'F', 1511: 'M', 1512: 'M', 1517: 'F', 1521: 'M', 1526: 'M', 1532: 'F', 1534: 'M', 1540: 'M', 1554: 'M', 1574: 'M', 1576: 'F', 1580: 'M', 1581: 'F', 1592: 'F', 1594: 'F', 1634: 'F', 1638: 'M', 1639: 'M', 1651: 'M', 1672: 'M', 2550: 'M', 7311: 'M', 7313: 'M', 7327: 'M', 7356: 'M', 7361: 'F', 7366: 'M', 7367: 'M', 7372: 'M', 7382: 'M', 7436: 'M', 7440: 'M', 7446: 'M', 8305: 'M', 8312: 'M', 8320: 'M', 8340: 'M', 8342: 'M', 8358: 'M', 8361: 'M', 8363: 'M', 8371: 'M', 8381: 'M', 8383: 'F', 8386: 'F', 8390: 'M', 8391: 'M', 8426: 'M', 8428: 'F', 8435: 'M', 8440: 'M', 8452: 'M', 8457: 'M', 9447: 'M', 9478: 'F', 9486: 'F', 9489: 'M', 9540: 'M', 9545: 'M', 9546: 'M'}
我认为这可能有效
for Student_ID, Gender in Gender_dict.items():
if Gender == "F":
Gender_dict[Gender] = "1"
elif Gender == "M":
Gender_dict[Gender] = "0"
print (Gender_dict)
但我收到此错误:
RuntimeError
Traceback (most recent call last)
<ipython-input-41-acce392dae9f> in <module>()
5 #a1[color] = "Tulip"
6
----> 7 for Student_ID, Gender Gender_dict.items():
8 if Gender == "F":
9 Gender_dict[Gender] = "1"
RuntimeError: dictionary changed size during iteration
我尝试调整我发现的内容以适合我的目的,但无法让它发挥作用。
我还尝试了几乎所有我能找到的.replace() 和.apply() 方法,但似乎没有任何效果,所以我认为这会奏效。
非常感谢任何帮助。
【问题讨论】:
-
喜欢
Gender_dict[Student_ID],我想你可以做到这一点,而无需使用熊猫进行迭代。
标签: python dictionary iteration