创建交互变量的函数:代码有什么问题

Question

我写了一个函数，该功能以参数为dataframe（ df）及其两个列名（ var1， var2）。然后，它为两个变量创建交互变量，并将这些列添加到原始数据框架中。当我硬编码时，代码可以工作，但是当我尝试调用函数时：

create_interactions(my_dataframe, 'variable1', 'variable2')
my_dataframe

我没有收到任何错误，但是新列未添加到数据框架中 - 它返回原始数据框架。我究竟做错了什么？谢谢。

def create_interactions(df,var1,var2):
    variables = df[[var1,var2]] 
    for i in range(0, variables.columns.size):
        for j in range(0, variables.columns.size):
            col1 = str(variables.columns[i])
            col2 = str(variables.columns[j])
            if i <= j:
                name = col1 + "*" + col2
                df = pd.concat([df, pd.Series(variables[col1] * variables[col2], name=name)], axis=1)

Answer 1

执行df = ...不会修改原始DF。它只是使用您的新DF制造了一个新的本地变量。

您可以从功能返回df，然后像df = create_interactions(df, 'var1', 'var2')一样使用它。

但是，如果您确实希望您的功能修改原始df，则最好将最后一行更改为：

df[name] = pd.Series(variables[col1] * variables[col2], name=name)

这将插入新列中的现有数据框。

关于您的代码还有其他奇怪的事情。您创建一个称为variables的新变量，该变量仅包含原始df的两列。然后，您循环循环range(0, variables.columns.size)。但是，由于您将variables只有两列定义，因此variables.columns.size永远是两个。后来，您从variables获取列，但是这些相同的列已经存在于df中，因此您可以改用df抓取它们。

另外，您的代码与自身创建每个变量的"交互"，这似乎有些奇怪。我认为您的代码可能会简化：

def create_interaction(df,var1,var2):
    name = var1 + "*" + var2
    df[name] = pd.Series(df[var1] * df[var2], name=name)

由于您仅接受两个变量，因此将完全有一个交互，因此您根本不需要任何循环。（然后我将其重命名为create_interaction来指示这一点！

您的问题在此行中：

df = pd.concat([df, pd.Series(variables[col1] * variables[col2], name=name)], axis=1)

您正在创建一个新的数据框架并将其分配给变量df。df不再指向通过的df。更重要的是，您不返回它，您假设它编辑了原始df。为了使其按照您想要的方式行事，请执行此操作：

def create_interactions(df,var1,var2):
    variables = df[[var1,var2]] 
    for i in range(0, variables.columns.size):
        for j in range(0, variables.columns.size):
            col1 = str(variables.columns[i])
            col2 = str(variables.columns[j])
            if i <= j:
                name = col1 + "*" + col2
                df.loc[:, name] = variables[col1] * variables[col2] 

您需要在变量上检查范围。在create_interactions函数中，您永远不会直接更改数据框架。首先，您将数据框架复制在：

中

variables = df[[var1,var2]] 

然后，您在以下位置分配了数据帧变量：

 df = pd.concat([df, pd.Series(variables[col1] * variables[col2], name=name)], axis=1)

这将创建一个新的DF，您可以返回。另外，您可以直接更改DF，即。df ['foo'] ='bar'。

这是一个函数，该函数使用原始列以及独特的列对创建新的数据帧及其相应的产品：

def create_interactions(df):
    df_int = df.copy()
    for i in range(0, len(df.columns)-1):
        for j in range(i+1, len(df.columns)):
            name = str(df.columns[i]) + ' * ' + str(df.columns[j])
            df_int.loc[:, name] = df[str(df.columns[i])] * df[str(df.columns[j])]
    return df_int