Question

一键编码2个不同的特征，然后将结果一键编码的列与Pandas中的原始数据帧连接起来，我得到了3个数据帧。

第一个是OneHotZips（包含我的单点编码功能＃1）。第二个是OneHotYearBuilt（同样，即我的功能＃2作为数据帧中的一个热编码列）。最后，我有一个子集，这是前两个与原始数据帧结合在一起的子集。更具体地说，subset.keys（）为：

Index(['lat_z', 'lon_z', 'price_z', 'lot_z', 'LotSizeSquareFeet',
       'TotalBedrooms', 'NormalizedBathCount', 'PropertyAddressLatitude',
       'PropertyAddressLongitude', 'MonthsToSale',
       ...
       'year_built_2008.0', 'year_built_2009.0', 'year_built_2010.0',
       'year_built_2011.0', 'year_built_2012.0', 'year_built_2013.0',
       'year_built_2014.0', 'year_built_2015.0', 'year_built_2016.0',
       'year_built_2017.0'],
      dtype='object', length=477)

我只想在一个名为downsampled_z的新数据框中使用这些列中的某些列。

我已经可以得到一个字符串了吗？

'"' + '", "'.join(list(OneHotZips.columns.values)) + '"'

它看起来像：

'"year_built_1882.0", "year_built_1900.0", ... "year_built_2017.0"'

这似乎是我想要的方式，但是以下操作无效：

downsampled_z = subset[["lat_z", "lon_z", "price_z", "lot_z", "TotalBedrooms", "NormalizedBathCount", "built_prct", 
 '"' + '", "'.join(list(OneHotZips.columns.values)) + '"',
 '"' + '", "'.join(list(OneHotYearBuilt.columns.values)) + '"']]

这将导致

的键错误

'[\'"year_built_1882.0", "year_built_1900.0", ... "year_built_2017.0"\'] not in index

我采用的其他方法，例如

[str(x) for x in list(OneHotZips.columns.values)]

导致

ValueError: setting an array element with a sequence

Answer 1

这是因为您实际上是在创建一个长字符串，而不是您的列名。您可以使用：

downsampled_cols = ["lat_z", "lon_z", "price_z", "lot_z", "TotalBedrooms", "NormalizedBathCount", "built_prct"] +\
list(OneHotZips.columns.values) +\
list(OneHotYearBuilt.columns.values) +\
...

然后

downsampled_z = subset[downsampled_cols]

如果您加入一个字符串列表，最终将得到一个字符串。

我认为您的困惑基本上是由于其他原因。在Python中，print语句不显示变量的类型。也就是说，如果您print('abc')会得到abc（不带引号），而print(123)会给您123（也带引号）。如果改用repr，则会看到引号或引号不存在。但这会使人感到困惑。我的意思是说Duck Typing。不必担心在输出中明确看到引号。如果变量值中包含字母，则变量类型为string。当然，您可以将数字存储为字符串，这可能会引起混淆。

调用多个数据框列名称以建立新的数据框键错误

1 个答案: