这是我遇到的一个普遍问题，但我将使用 Titanic 数据集作为示例。为了同时在训练集和测试集上进行操作，我将它们结合起来：
combined = [train_df, test_df]
我还简化了每位乘客的头衔，因此现在每一个都是 8 种可能性之一。对于 train_df 和 test_df，我现在想为“标题”列制作假人，将它们添加到数据框中，然后删除原始的“标题”列。我提出的代码是：
for df in combined:
df = pd.concat([df,pd.get_dummies(df.Title)],axis=1)
df = df.drop('Title',axis=1)
当我在单个数据帧上手动执行这些操作时，这些操作确实有效，但在运行 for 循环时什么也没有发生。我错过了什么？
【问题讨论】：
标签： python loops dataframe for-loop concat
这不起作用，因为您正在修改列表中变量的副本，并且从未将其分配回列表中。
例如：
a = [0,1,2,3]
for i in a:
i = i+1
a
>>> [0, 1, 2, 3]
您需要的是访问列表中的元素：
a = [0,1,2,3]
for i in range(len(a)):
a[i] = a[i]+1
a
>>> [1, 2, 3, 4]
或者用更简单的方式：
a = [0,1,2,3]
a = [i+1 for i in a]
a
>>> [1, 2, 3, 4]
所以在你的情况下：
for df in range(len(combined)):
combined[df] = pd.concat([combined[df],pd.get_dummies(combined[df].Title)],axis=1)
combined[df] = combined[df].drop('Title',axis=1)
或者以更简单的方式（使用迭代器无索引）
combined = [pd.concat([df,pd.get_dummies(df.Title)],axis=1).drop('Title',axis=1) for df in combined]
编辑
您似乎对python中的内存如何工作以及如何更新变量存在误解。
假设a,b = 3,4 和l = [a,b] 然后改变a 或b 将不会改变l。一旦创建，它将独立于 a 和 b 生活。你也会串联。因此，更新列表不会更新用于其创建的变量。您必须将新值分配给变量。为此，由于您不希望列表在使用后存在，因此最好的方法是执行一个函数：
def my_func(df):
df = pd.concat([df,pd.get_dummies(df.Title)],axis=1)
df = df.drop('Title',axis=1)
return df
然后将其应用于两个数据框：
train_df = my_func(train_df)
test_df= my_func(test_df)
二次编辑：
那么为什么它起作用了？又是一个关于内存如何在 python 中工作的问题，尤其是迭代器。我们不会详细介绍，但让我们以列表为例（类似于此处的数据框）：
a = [[0,1],[2,3,4]]
for i in a:
i.pop(0)
a
>>> [[1], [3, 4]]
您看到我们已经修改了列表中的变量。这是因为我们在任何时候都没有创建迭代器的命名副本。我们在内存中修改了当前对象。所以使用Inplace=True 就是这样做的。它是直接修改数据框，而不是创建它的副本。
【讨论】：