这段代码是如何工作的（python中的for循环）？ [复制]答案

【问题标题】：How does this code works ( for loop in python)? [duplicate]这段代码是如何工作的（python中的for循环）？ [复制]
【发布时间】：2020-07-21 18:10:03
【问题描述】：

我正在参加一些 Kaggle 认证课程。在中级机器学习教程中，我碰到了这个 for 循环。我知道 for 循环是如何工作的，但是这个 for 循环是不同的。

# Get names of columns with missing values
cols_with_missing = [col for col in X_train.columns
                     if X_train[col].isnull().any()]

# Drop columns in training and validation data
reduced_X_train = X_train.drop(cols_with_missing, axis=1)
reduced_X_valid = X_valid.drop(cols_with_missing, axis=1)

你可以在 col_with_missing 变量中看到。

for 循环在括号内做什么以及为什么在 for 语句之前调用 col。
如果我们在 if 语句中调用 X_train[col] 数据，那么 reduced_X_valid 变量是如何工作的，因为它得到了错误的数据。

【问题讨论】：

它被称为列表理解。

标签： python python-3.x python-2.7

【解决方案1】：

它被称为list comprehension。您迭代列表等数据结构，您可以修改它的所有元素，或根据指定条件选择它们。最基本的列表理解是这样的

a = [1, 2, 3, 4, 5]
b = [x for x in a] # [1, 2, 3, 4, 5]

我们可以添加条件

a = [1, 2, 3, 4, 5]
b = [x for x in a if x < 3] # [1, 2]

【讨论】：

@Ayush 另请注意，cols_with_missing 正在使用上述列表理解获取具有 Nan 或缺失值的列。而 reduce_X_train 删除了 cols_with_missing 选择的那些列。这解释了为什么 reduce_X_train 减少了列。最佳
是的，我明白了，但为什么 reduce_x_valid 会经历相同的迭代。