Python 为什么'；t循环在onehot编码中工作

错误是什么？

如果您想将

中的变量
i
用于数据中的i。列：

，那么您不应该使用

数据。i

而是

数据[i]

（没有

”

）

如果您使用更好的名称，例如，

column\u name

for i in data.columns:

    top_10 = data[i].value_counts().sort_values(ascending=False).head(10).index

---

data.i

类似于

data[“i”]

，它的意思是带有名称的列，而不是变量

i

---

我不知道你想用嵌套的

for

-循环做什么，但是你也应该使用

数据[I]

而不是

数据[“I”]

但您可能应该使用更好的方法来创建标签

    for label in top_10:
        data[label] = np.where(data[i]==label, 1, 0)

用不同的名字读起来更容易

    for number, value in enumerate(top_10):
        data[i + '_' + str(number)] = np.where(data[i].index==value, 1, 0)

但如果没有一些示例数据，很难说它是否正确

---

编辑：

最少的工作示例

我使用

random.seed（0）

始终获得相同的值

我使用

top_3

查看屏幕上的所有值

for column_name in data.columns:
    
    top_10 = data[column_name].value_counts().sort_values(ascending=False).head(10).index

    for number, value in enumerate(top_10):
        data[column_name + '_' + str(number)] = np.where(data[column_name].index==value, 1, 0)

结果:

import pandas as pd
import random
import numpy as np

random.seed(0) #  to get the same values every time

data = pd.DataFrame({
    "A": [random.randint(0, 10) for _ in range(10)],
    "B": [random.randint(0, 10) for _ in range(10)],
})

#print(data)

for column_name in data.columns:
    #print(data[column_name].value_counts())
    top_3 = data[column_name].value_counts().sort_values(ascending=False).head(3).index
    #print(top_3)
    for number, value in enumerate(top_3, 1):
        name = column_name + '_' + str(number)
        data[name] = np.where(data[column_name]==value, 1, 0)
        
print(data)   

---

你能详细说明一下吗？什么是预期输出，什么是观察到的输出？我的预期输出应该是“每个列的前10个唯一值应该作为新列添加到数据集中”，您实际看到的行为是什么？在data.i.value_counts（）中的x代表x在这一部分我得到了类似的错误“AttributeError:'DataFrame'对象没有属性'i'，您正在使用

i

作为

data

的属性（在

data.i.value\u counts（）

）这可能会导致问题。我是一个初学者，非常感谢@furas，这是一个非常清楚的解释。再次感谢。

for column_name in data.columns:
    
    top_10 = data[column_name].value_counts().sort_values(ascending=False).head(10).index

    for number, value in enumerate(top_10):
        data[column_name + '_' + str(number)] = np.where(data[column_name].index==value, 1, 0)

import pandas as pd
import random
import numpy as np

random.seed(0) #  to get the same values every time

data = pd.DataFrame({
    "A": [random.randint(0, 10) for _ in range(10)],
    "B": [random.randint(0, 10) for _ in range(10)],
})

#print(data)

for column_name in data.columns:
    #print(data[column_name].value_counts())
    top_3 = data[column_name].value_counts().sort_values(ascending=False).head(3).index
    #print(top_3)
    for number, value in enumerate(top_3, 1):
        name = column_name + '_' + str(number)
        data[name] = np.where(data[column_name]==value, 1, 0)
        
print(data)   

   A  B  A_1  A_2  A_3  B_1  B_2  B_3
0  6  9    1    0    0    0    0    0
1  6  3    1    0    0    0    0    0
2  0  8    0    0    0    0    0    1
3  4  2    0    1    0    1    0    0
4  8  4    0    0    0    0    1    0
5  7  2    0    0    1    1    0    0
6  6  1    1    0    0    0    0    0
7  4  9    0    1    0    0    0    0
8  7  4    0    0    1    0    1    0
9  5  8    0    0    0    0    0    1