Question

我正在做第一个Kaggle挑战，对此行为感到震惊。

combine由两个pd.DataFrame组成，一个是训练集，另一个是测试集。我想删除两列，因此创建了一个for循环，该循环遍历合并中的项目。

for dataset in combine:
    dataset = dataset.drop(['Ticket', 'Cabin'], axis=1)
    print(dataset.columns)
for dataset in combine:
    print(dataset.columns)

由于某种原因，赋值仅发生在本地，而执行另一个for循环则表明实际数据未更改。输出如下。


Index(['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp',
       'Parch', 'Fare', 'Embarked'],
      dtype='object')
Index(['PassengerId', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp', 'Parch', 'Fare',
       'Embarked'],
      dtype='object')
Index(['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp',
       'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked'],
      dtype='object')
Index(['PassengerId', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp', 'Parch',
       'Ticket', 'Fare', 'Cabin', 'Embarked'],
      dtype='object')

如您所见，在第二个for循环中，列返回了。问题出在哪儿？我是否误解了for循环在Python中的工作原理？

编辑：

@ kaya3 pandas.Series.map并非如此

for dataset in combine:  
    dataset['Name'] = dataset['Name'].map(name_map)  
    dataset['Name'] = dataset['Name'].fillna(0)

此代码更改合并中的原始dataFrames。文档说它返回序列（不是None）。如何判断该函数是否会改变值？

Answer 1

在循环中，dataset是合并中的DataFrame的副本，因此，当您更改dataset时，您并没有更改combine中的实际DataFrame，只需复制。要更改列表中的实际DataFrame，请尝试如下操作：

for ii in range(len(combine)):
    combine[ii] = combine[ii].drop(['Ticket', 'Cabin'], axis=1)

现在，您要更改列表中的变量，而不仅仅是副本。

变量仅在for循环内

1 个答案: