循环内的连接不会更新数据帧答案

【问题标题】：Concatenation inside loop does not update dataframes循环内的连接不会更新数据帧
【发布时间】：2018-02-22 23:36:44
【问题描述】：

for i in [train1,test1]:
    df_dummies = pd.get_dummies(i['Name'], prefix='Name',dummy_na=False)
    #print(df_dummies.head())
    #i.drop('Name',1,inplace=True)
    i = pd.concat([i,df_dummies],axis=1)
    print(i.head())

输出：

       PassengerId  Pclass  Name  Sex   Age  SibSp  Parch   Ticket     Fare  \
0          892       3   Mr.    1  34.5      0      0   330911   7.8292   
1          893       3  Mrs.    0  47.0      1      0   363272   7.0000   
2          894       2   Mr.    1  62.0      0      0   240276   9.6875   
3          895       3   Mr.    1  27.0      0      0   315154   8.6625   
4          896       3  Mrs.    0  22.0      1      1  3101298  12.2875   

   Embarked  Name_Dr.  Name_Master.  Name_Miss.  Name_Mr.  Name_Mrs.  \
0         2         0             0           0         1          0   
1         0         0             0           0         0          1   
2         2         0             0           0         1          0   
3         0         0             0           0         1          0   
4         0         0             0           0         0          1   

   Name_Rev.  Name_other  
0          0           0  
1          0           0  
2          0           0  
3          0           0  
4          0           0

但是当在for 循环之外再次验证时，我没有得到虚拟变量

print(test1.head())

输出：

       PassengerId  Pclass  Name  Sex   Age  SibSp  Parch   Ticket     Fare  \
0          892       3   Mr.    1  34.5      0      0   330911   7.8292   
1          893       3  Mrs.    0  47.0      1      0   363272   7.0000   
2          894       2   Mr.    1  62.0      0      0   240276   9.6875   
3          895       3   Mr.    1  27.0      0      0   315154   8.6625   
4          896       3  Mrs.    0  22.0      1      1  3101298  12.2875   

   Embarked  
0         2  
1         0  
2         2  
3         0  
4         0

很明显我在这里遗漏了一些东西，请帮我找出错误，我认为它与数据帧的副本/地址有关

【问题讨论】：

您将输出分配给i，而不是test1。也许需要test1 = pd.concat([i,df_dummies],axis=1)
好的 i 在第二次迭代中是 test1

标签： python list pandas loops dataframe

【解决方案1】：

您可以改用list comprehension。

df_list = [pd.concat([x, pd.get_dummies(x['Name'], prefix='Name',dummy_na=False)], 1)
                                                           for x in [train1, test1]]

df_list[0]

   PassengerId  Pclass  Name  Sex   Age  SibSp  Parch   Ticket     Fare  \
0          892       3   Mr.    1  34.5      0      0   330911   7.8292   
1          893       3  Mrs.    0  47.0      1      0   363272   7.0000   
2          894       2   Mr.    1  62.0      0      0   240276   9.6875   
3          895       3   Mr.    1  27.0      0      0   315154   8.6625   
4          896       3  Mrs.    0  22.0      1      1  3101298  12.2875   

   Embarked  Name_Mr.  Name_Mrs.  
0         2         1          0  
1         0         0          1  
2         2         1          0  
3         0         1          0  
4         0         0          1

【讨论】：

@learncode 原因是您正在遍历一个没有外部引用的临时列表，并且您没有将结果保存在以后可以访问的地方。

【解决方案2】：

我想你想在list of DataFrames 中分配df。我认为您的解决方案不起作用，因为concat return new DataFrame。

L = [train1,test1]

for i, df in enumerate(L):
    df_dummies = pd.get_dummies(df['Name'], prefix='Name',dummy_na=False)
    #print(df_dummies.head())
    #i.drop('Name',1,inplace=True)
    L[i] = pd.concat([df,df_dummies],axis=1)


print (L[0])
   PassengerId  Pclass  Name  Sex   Age  SibSp  Parch   Ticket     Fare  \
0          892       3   Mr.    1  34.5      0      0   330911   7.8292   
1          893       3  Mrs.    0  47.0      1      0   363272   7.0000   
2          894       2   Mr.    1  62.0      0      0   240276   9.6875   
3          895       3   Mr.    1  27.0      0      0   315154   8.6625   
4          896       3  Mrs.    0  22.0      1      1  3101298  12.2875   

   Name_Mr.  Name_Mrs.  
0         1          0  
1         0          1  
2         1          0  
3         1          0  
4         0          1

【讨论】：

如果我这样做print(test1.head())，它仍然不起作用。仅适用于print(L(1).head())，这是为什么呢？