Python：for循环迭代对象，而不是字符串

Question

我使用pd.GetDummies 对我的分类变量进行热编码以用作预测变量。对于我的一些具有许多独特值的列，我有许多新列，并且我正在尝试找到一种快速的方法来为这些列创建交互项。 （我只想要我的一部分列的交互，所以PolynomialFeatures() 不会工作......或者会吗？）

这是我想要做的：

第 1 步：为我要相乘的每个子集创建列名列表：

channel = [col for col in df if col.startswith('channel')]
quote = [col for col in df if col.startswith('quote')]

print(channel[:1])
Out: 'channel_A'
     'channel_B'

第二步：for循环：

cols = 'channel quote'.split()
for col in cols:
    for i in col:
        colname = 'value_X_'+i
        df[colname] = df['value_days']*df[i]+0

问题是内部循环没有将col识别为一个对象：它把它识别为一个字符串（错误='c'，证明为：

for col in cols:
    for i in col:
        print i

Out[1]: 
c
h
.
.
.
o
t
e

目标：我想要的结果是获得一个新列，named 两列最初相乘，并具有 values乘法。

例如，channel中的第一个元素是channel_A，所以我想得到一个名为value_X_channel_A的新列，它的值应该等于value_days*channel_A的乘积。

value_days | channel_A | value_X_channel_A
-------------------------------------------
5          |5          |25

如果我只运行内部循环并将col 替换为channel，这将非常有效。

我怎样才能让它工作？

提前致谢。

Answer 1

您的问题措辞难以理解（至少对我而言）。如果我对您想要的内容是正确的，您希望将每列以“channel”或“quote”开头的名称乘以存储在 df 中的列“value_days”，然后将其存储在名为 value_X_{ 的新列中i} 其中 {i} 是相乘的列的名称。你很接近，但你的代码很尴尬。使用另一种数据结构（字典）使代码简单易读：

d = { 
    'quote' : [col for col in df if col.startswith('quote')],
    'channel' : [col for col in df if col.startswith('channel')]
}

for columns_string, columns in d.items():
    for col_string in columns:
        colname = 'value_X_'+col_string
        df[colname] = df['value_days'] * df[i] + 0

解释：

d = ... - 创建一个字典，其中包含两个键值对“quote”和“channel”，其值等于所需列名的列表。

for column_string, columns in d.items(): - .items() 返回一个指向字典键/值对的迭代器，然后我们循环遍历这个命名每个键 'column_string' 并且 column-names-list 存储在变量 'columns' 中。

您可以通过注意到您创建变量 channel 和 quote 并将它们设置为相应的值来快速意识到您的代码有问题，但您实际上从未在代码中使用这些列表中的任何一个。

Answer 2

哦，我明白了，在您的函数中，您基本上是在调用“通道”字符串。但是要从通道变量中循环值，您需要先使用 vars 函数将字符串转换为变量。

例子：

channel=['channel_A','channel_B']
quote=['quote_A','quote_B']

cols = 'channel quote'.split()

for col in cols:
    var=vars()[col]
    for ele in var:
        print(ele)

输出：

channel_A
channel_B
quote_A
quote_B

对于您的函数，将其更改为：

cols = 'channel quote'.split()
for col in cols:
    for i in vars()[col]:
        colname = 'value_X_'+i
        df[colname] = df['value_days']*df[i]+0

如果您仍然不清楚，请随时询问。