python - 迭代时无法修改 Pandas DataFrame

Question

我的问题是关于下面的 FOR 循环，我看到 Kaggle 上的著名数据科学家正在使用它。但它似乎不适合我。

Python 3.66。 Pandas 0.23.4

设置

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

排序(有效)

train.sort_values('time', ascending=True)

>>>     id  time
>>> 2   1   2017-01-09 08:02:14
>>> 0   2   2017-04-17 22:23:22
>>> 1   3   2018-05-22 14:20:00

在 FOR 循环中对其进行排序 - 为什么这不起作用？

for data in [train, test]:
    data = data.sort_values('time', ascending=True)
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

Answer 1

Sort it in a FOR loop - why does this not work?

因为您的 for 循环不会将新定义的变量 data 绑定(bind)到 [train, test] 中的对象。您将在每个循环中重新定义 data，而不更改 train 或 test。

相反，您可以使用序列解包:

train, test = (df.sort_values('time') for df in (train, test))

或者，在 for 循环中使用 enumerate:

data = [train, test]
for idx, df in enumerate(data):
    data[idx] = df.sort_values('time')

然后通过索引引用您的数据帧，即data[0]、data[1]。

或者，使用字典并迭代项目:

data = {'train': train, 'test': test}

for key, df in d.items():
    data[key] = df.sort_values('time')

然后通过键引用您的数据帧，即data['train']、data['test']。