You need to enable JavaScript to run this app. Python for循环中如何为DataFrame动态生成带迭代值的新列避免覆盖
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.14 00:45:02