Python for循环中如何为DataFrame动态生成带迭代值的新列避免覆盖
代码修改逻辑
针对原代码存在的列名写死导致结果覆盖、重复计算的问题,做两处调整即可实现预期效果:
- 将重复计算的预测概率逻辑移出循环:
predict_proba的输出不会随阈值变化,放在循环外仅计算一次,减少不必要的模型推理开销 - 动态生成每轮的列名:摒弃原来固定写死的
'preds'列名,按照要求的「前缀_对应列表元素值」规则拼接列名,确保每轮生成的列名唯一,不会出现覆盖问题
修改后可直接运行的代码
list_thr = [0.1, 0.5] # 循环外提前计算固定的正类预测概率 pos_proba = best_classifier.predict_proba(X_test)[:, 1] for thr in list_thr: # 根据当前阈值生成二分类预测结果 y_pred = (pos_proba >= thr).astype(int) # 按规则拼接列名:前缀preds + 当前阈值 df_final[f'preds_{thr}'] = y_pred
最终效果
代码运行完成后,df_final中会自动生成对应每个阈值的独立列,列名分别为preds_0.1、preds_0.5,列内容与预期输出结构完全匹配。
内容的提问来源于stack exchange,提问作者rebar
相关产品推荐
相关产品推荐

