我的问题是关于下面的FOR循环,我看到一些著名的数据科学家正在使用Kaggle。不过,这对我来说似乎不管用。在
Python 3.66。 熊猫0.23.4
train = pd.DataFrame({'id': [2, 3, 1], 'time':['2017-04-17 22:23:22', '2018-05-22 14:20:00', '2017-01-09 08:02:14']})
test = pd.DataFrame({'id': [2, 3, 1], 'time':['2017-04-17 22:23:22', '2018-05-22 14:20:00', '2017-01-09 08:02:14']})
train
>>> id time
>>> 0 2 2017-04-17 22:23:22
>>> 1 3 2018-05-22 14:20:00
>>> 2 1 2017-01-09 08:02:14
因为您的}。在
for
循环没有将新定义的变量data
绑定到[train, test]
内的对象。您正在每个循环中重新定义data
,而不更改train
或{相反,您可以使用序列解包:
或者,在
^{pr2}$for
循环中使用enumerate
:然后通过索引引用数据帧,即
data[0]
,data[1]
。在或者,使用字典和迭代项:
然后通过键引用数据帧,即
data['train']
,data['test']
。在有一种简单的方法,只需使用inplace=True参数进行排序
如果要再次更新索引,只需添加reset\u indext()
^{pr2}$相关问题 更多 >
编程相关推荐