我想創建一個沒有目標的浮動特征數據框，以便我可以進一步操作它們。我試過了：float_col = data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True)# Remove sparse numerical featuresfor f in float_col: if data[f].isnull().sum() / data.shape[0] > 0.1667: del data[f] #Remove above 1/6 of NANs...返回：TypeError: 'NoneType' 對象不可迭代我也試過這樣做：float_col = data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True).update()...返回：AttributeError: 'NoneType' 對象沒有屬性 'update'我相信這個問題是由目標下降引起的。
1 回答
慕娘9325324
TA貢獻1783條經驗 獲得超4個贊
當你調用應用更改方法到位，None則返回。你用過.drop(..., inplace=True)：
data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True)所以data.select_dtypes(...)直接改變了的結果并None賦值給了float_col。您不能在 上使用迭代（如for循環）None。
就地：布爾，默認為假
如果
True，就地進行操作并返回None。
如果您想獲取float除 之外的所有列TARGET，則只需刪除inplace=True：
float_col = data.select_dtypes('float').drop(['TARGET'], axis=1)添加回答
舉報
0/150
提交
取消