Python 有人能带我看完这行代码吗？

什么是

估算的X列加上[col+'\u缺失']

---

意思是？

我会编造一些数据来说明。考虑

for col in cols_with_missing:
    imputed_X_train_plus[col + '_was_missing'] = imputed_X_train_plus[col].isnull()
    imputed_X_test_plus[col + '_was_missing'] = imputed_X_test_plus[col].isnull()

此时，插补的_X_train_plus是一个具有NaN值的数据帧

import numpy as np
import pandas as pd

imputed_X_train_plus = pd.DataFrame({'joe': [3, np.nan],
                                     'nick': [np.nan, 6],
                                     'fred': [1, 7]})

假设您知道哪些列缺少值。他们在cols_，_失踪了

现在，您需要标记那些缺少的值。你也是

cols_with_missing = ['joe', 'nick']

现在你有了插补的火车

---

总之，col+“\u was\u missing”创建了一个新的str，就像joe\u was\u missing一样，用于为输入的\u X\u train\u plus插入一个新列名。

您忘记添加熊猫标签了。如果您刚刚开始，您确实不需要理解此代码。但是，此代码在数据帧中创建了一个新列，其名称基于另一列。什么是imputed_X_train_plus？Python对象的行为因其类型而异。请。新专栏的内容是现有专栏的基础。谢谢。我正在阅读kaggle上的ML简介。所以我正在努力理解它

cols_with_missing = ['joe', 'nick']

for col in cols_with_missing:
    imputed_X_train_plus[col +'_was_missing'] = imputed_X_train_plus[col].isnull()

   joe  nick  fred  joe_was_missing  nick_was_missing
0  3.0   NaN     1            False              True
1  NaN   6.0     7             True             False