AttributeError:'NoneType'物件在合并兩個函式時沒有屬性'drop'

我有一個資料result框，我預測使用 XGBoost（所有必要的匯入都已完成，我不會再寫它們了）：

studentId       testId    result       Length     Words      picture     
s1              t1        0            10         8.50       0            
s1              t2        0            11         9.80       1           
s1              t3        1            11        10.40       1           
s2              t2        0            11         9.80       1           
s2              t4        1            60         9.99       0           
s3              t7        1            40         6.45       0            




cols_to_drop = ['testId', 'studentId']
df.drop(cols_to_drop, axis=1, inplace=True)
X = df.drop('result', axis=1) 
y = df['result']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=5)
model = XGBClassifier() 
model.fit(X_train, y_train) 
y_pred = model.predict(X_test) 

我有這個資料幀的一部分，我也可以result使用不同的方式預測它surprise，而不是使用上述所有功能：

studentId       testId            result
s1              t1                0
s1              t2                0
s1              t3                1
s2              t2                0
s2              t4                1
s3              t7                1

reader = Reader(rating_scale=(0, 1))
data = Dataset.load_from_df(df_small[['studentId', 'testId', 'result']], reader)
trainset, testset = train_test_split(data, test_size=0.25)
algo = KNNWithMeans()
algo.fit(trainset)
test = algo.test(testset)
test = pd.DataFrame(test)
test.drop("details", inplace=True, axis=1)
test.columns = ['userId', 'questionId', 'actual', 'cf_predictions']

現在，我想創建一個模型，將兩者結合起來并為每個模型分配不同的權重。我試著把上面的東西寫成函式，然后把所有東西都寫成一個大函式：

def model_1(df):
    cols_to_drop = ['testId', 'studentId']
    new_df=df.drop(cols_to_drop, axis=1, inplace=True)
    X = new_df.drop('result', axis=1) 
    y = new_df['result']
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=5)
    model = XGBClassifier() 
    model.fit(X_train, y_train) 
    y_pred = model.predict(X_test)
    return y_test, y_pred

def model_2(df):
    reader = Reader(rating_scale=(0, 1))
    data = Dataset.load_from_df(df[['studentId', 'testId', 'result']], reader)
    trainset, testset = train_test_split(data, test_size=0.25)
    algo = KNNWithMeans()
    algo.fit(trainset)
    test = algo.test(testset)
    test = pd.DataFrame(test)
    test.drop("details", inplace=True, axis=1)
    test.columns = ['studentId', 'testId', 'actual', 'cf_predictions']
    return test

def merged_models(df):
    first_model = model_1(df)
    second_model = model_2(df)

    prediction = 0.5 * first_model   0.5 * second_model # weights example
    return prediction

前兩個有效，但merged_models(df)甚至無法申請，model_1因為AttributeError: 'NoneType' object has no attribute 'drop'在X = new_df.drop('result', axis=1). 代碼可能是一團糟，但是有沒有辦法將這兩種不同的模型結合起來并能夠評估這種“混合”？

uj5u.com熱心網友回復：

df.dropinplace設定為時不回傳任何內容True。它就地修改 DataFrame 并回傳None. 您無需為它們創建新名稱。

uj5u.com熱心網友回復：

正如@TimRoberts 指出的那樣，new_df.dropwithinplace=True不回傳任何內容（換句話說，回傳None）。您可以離開inplace=False，也可以不重新分配給new_df。

這將起作用：

new_df = df.drop(cols_to_drop, axis=1)

這也是：

new_df = df.copy()
new_df.drop(cols_to_drop, axis=1, inplace=True)

標籤：Python 熊猫 数据框 scikit-学习 预言

上一篇：Vue2從嵌套組件更新陣列中物件的屬性

下一篇：Pandasdf交換列值