0

我正在尝试创建具有相似名称的多个数据框。名称根据列表变化，也加入一个操作。

corr_C=train[train_C].apply(lambda x: x.corr(train['target'])).abs() 
corr_C=corr_C.sort_values(ascending=False, inplace=True)

我有 train_D、train_E 和 train_F 的数据集，我想相应地对这些数据集应用相同的函数。

在线可用的解决方案只讨论跨列的循环，但我需要可更改的函数来创建新的数据框。

list=['C','D','E','F']
for list in list:
corr_+list=train[train_list].apply(lambda x: x.corr(train['target'])).abs() 
return corr_+list=corr_list.sort_values(ascending=False, inplace=True)

SyntaxError：无效的语法

4

2 回答 2

0

我最终整理出来：

col={'C','D','E','F'}
for col in col:
    dfname=('corr_'+col)
    dfnew=train['train'+col].apply(lambda x: x.corr(train['target'])).abs() 
    locals() [dfname]=dfnew
于 2019-07-24T12:10:53.863 回答
0

您可以制作一个字典，然后用键（名称）和值（数据框）填充。这是我通常做的。

#use pandas for dataframe and numpy for random
import pandas as pd
import numpy as np

#some random array data to turn into pd dataframes
my_arrays = []
for i in range(0, 3):
    my_arrays.append(np.random.randint(10, size=(5,5)))

#some array names (this could be done more programmatically)
my_array_names = ["First", "Second", "Third"]

#make a dictionary
d = {}
for i in range(0, len(my_arrays)):
    #Populate dictionary --> d[key]=value
    d[my_array_names[i]]=pd.DataFrame(my_arrays[i], columns = ['C1', 'C2', 'C3', 'C4', 'C5'], index = ['R1', 'R2', 'R3', 'R4', 'R5'])

#print them out to take a look
for key, value in d.items():
    print(key)
    print(value)

#or call individually
#print(d["First"])
于 2019-07-23T18:09:00.507 回答