Question

我想创建一个没有目标的浮动功能的数据框，因此我可以对其进行进一步的操作。

我尝试过：

float_col = data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True)

# Remove sparse numerical features
for f in float_col:
   if data[f].isnull().sum() / data.shape[0] > 0.1667: del data[f] #Remove above 1/6 of NANs

...返回：

TypeError：“ NoneType”对象不可迭代

我也尝试过：

float_col = data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True).update()

...返回了

AttributeError：'NoneType'对象没有属性'update'

我相信问题是由目标下降引起的。

Answer 1

当您调用应用更改的方法时，将返回None。您使用了.drop(..., inplace=True)：

data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True)

因此直接更改data.select_dtypes(...)的结果，并将None分配给float_col。您不能在for上使用迭代（例如None循环）。

来自DataFrame.drop() method documentation：

就位：布尔型，默认为False

如果为True，则执行原位操作并返回None。

如果您想获取除float之外的所有TARGET列，则只需删除inplace=True：

float_col = data.select_dtypes('float').drop(['TARGET'], axis=1)

TypeError：“ NoneType”不可迭代

1 个答案: