在Python中构造一个for循环以输出分类器预测

Question

我有一个现有的.py文件，该文件显示SVC模型的classifier.predict。我想遍历X功能集中的每一行以返回预测。

我目前正在尝试定义要从其进行迭代的元素，以便允许定义测试统计功能集X。

测试统计功能集X用以下代码编写：      X_1 = xspace.iloc [testval-1：testval，0：5]

testval是上一行的for循环中使用的元素名称：

 for testval in X.T.iterrows():
 print(testval)

我无法返回X的一组基本索引值（X是熊猫数据框）

我已经测试了以下内容，但没有成功。

 for index in X.T.iterrows():
 print(index)

 for index in X.T.iteritems():
 print(index)

我正在寻找索引值的集合，如果可能的话，以1为底，例如1,2,3,4,5,6,7,8,9,10 ... n

看似简单的东西...我没有通过stackoverflow或google找到现有问题。

ALSO，我用X作为基础完善了我用作X基础的各个数据框：

 df1.set_index('Date', inplace = True)

因为日期被用作连接各个数据帧的基础，所以如上所述的循环是返回日期值，而不是返回值 因此，我希望使用位置值：

 X_1 = xspace.iloc[testval-1:testval, 0:5]

在iloc中注明位置的地方

如果您想了解更多信息，请询问其他代码

到目前为止，我所做的循环是返回日期值，我想返回行位置的索引值以容纳该行：

 X_1 = xspace.iloc[testval-1:testval, 0:5]

Answer 1

以下循环结构似乎适用于我的应用程序。

 i = 1
 j = list(range(1, len(X),1)

 for i in j: