Python Can'；t在迭代时修改数据帧

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。然而，它似乎不适合我

Python 3.66。 熊猫0.23.4

设置 排序（这个有效） 在FOR循环中进行排序-为什么这不起作用？ 在FOR循环中进行排序-为什么这不起作用

因为您的

for

循环没有将新定义的变量

数据

绑定到

[训练，测试]

中的对象。您正在每个循环内重新定义

数据

，而不更改

列车

或

测试

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

枚举

：

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

然后通过索引引用数据帧，即

数据[0]

，

数据[1]

或者，使用字典和迭代项：

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

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

---

然后通过键引用数据帧，即

data['train']

，

data['test']

，有一种简单的方法，只需使用inplace=True参数进行排序

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

>>> test
   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
>>> train
   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

如果希望索引再次更新，只需添加reset_indext（）

---

好吧，看来这只适用于系列，但不适用于数据帧。例如，这是有效的：

对于[train，test]中的数据：data['time']=5

jpp，我尝试了你提出的3种解决方案。实际上，只有第一种方法对序列中的数据进行排序。其他两种方法不行。@ihopethiswillfi，你必须了解如何使用第二种和第三种解决方案。在第一种情况下，将数据帧称为

data[0]/data[1]

，在第二种情况下，将数据帧称为

data['train']/data['test']

。哦，这是有道理的。谢谢你知道为什么更新这个系列是有效的，但是更新数据帧却不行吗？或者我也可以创建一个新问题。@ihopethiswillfi，对不起，不确定“更新系列”是什么意思。正确。不幸的是，inplace将被弃用。资料来源：熊猫主要开发者之一的最新视频。对不起，我忘了链接和他的名字。

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

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

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

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

>>> test
   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
>>> train
   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

data.sort_values('time', ascending=True, inplace=True)
data.reset_index(inplace=True, drop=True)