Question

“总数据集”的我仅适用于我的测试集，而不会更改我的训练集上的数据点。有人可以帮忙解释一下吗？

total=[train,test]
for dataset in total:
    dataset.loc[dataset['Fare'] <= 18, 'Fare'] = 9
    dataset.loc[(dataset['Fare'] > 18) & (dataset['Fare'] <= 37.0042), 'Fare'] = 11
    dataset.loc[(dataset['Fare'] > 37.0042) & (dataset['Fare'] <= 63.3583), 'Fare'] = 22
    dataset.loc[(dataset['Fare'] > 63.3583) & (dataset['Fare'] <= 93.5), 'Fare'] = 33
    dataset.loc[(dataset['Fare'] > 93.5) & (dataset['Fare'] <= 120), 'Fare'] = 44
    dataset.loc[(dataset['Fare'] > 120) & (dataset['Fare'] <= 164.8667), 'Fare'] = 55
    dataset.loc[(dataset['Fare'] > 164.8667) & (dataset['Fare'] <= 263), 'Fare'] = 66
    dataset.loc[dataset['Fare'] > 263, 'Fare'] =77
total=[train,test]

Answer 1

熊猫数据帧是可变的。从here中阅读以下内容：

数据的可变性和复制所有熊猫的数据结构均为可变值（它们包含的值可以更改），但并不总是大小可变。系列的长度不能更改，但是，对于例如，可以将列插入到DataFrame中。但是，广阔的大多数方法产生新对象并保留输入数据无动于衷。总的来说，我们希望在合理的地方支持不变性。

您可以如下更改代码：

total=[train,test]
for i in range(2):
    total[i].loc[dataset['Fare'] <= 18, 'Fare'] = 9
    total[i].loc[(dataset['Fare'] > 18) & (dataset['Fare'] <= 37.0042), 'Fare'] = 11
    total[i].loc[(dataset['Fare'] > 37.0042) & (dataset['Fare'] <= 63.3583), 'Fare'] = 22
    total[i].loc[(dataset['Fare'] > 63.3583) & (dataset['Fare'] <= 93.5), 'Fare'] = 33
    total[i].loc[(dataset['Fare'] > 93.5) & (dataset['Fare'] <= 120), 'Fare'] = 44
    total[i].loc[(dataset['Fare'] > 120) & (dataset['Fare'] <= 164.8667), 'Fare'] = 55
    total[i].loc[(dataset['Fare'] > 164.8667) & (dataset['Fare'] <= 263), 'Fare'] = 66
    total[i].loc[dataset['Fare'] > 263, 'Fare'] =77
# no need for this statement! total=[train,test]

“对于总计数据集”：不适用于训练和测试数据集

1 个答案: