如何在python中用zip迭代二維數組的2個數據？

Question

我有 2 個數據（datatrain 和 datatest），以 id、letter 和 answer 作為列：

import pandas as pd

datatrain = pd.DataFrame([[1,'A','Yes'],[2,'B','No'],[3,'C','Yes'],[4,'A','No'],[5,'B','Yes']], columns=['id','letter','answer'])
datatest = pd.DataFrame([[1,'B',''],[2,'B',''],[3,'B','']], columns=['id','letter','answer'])

當我用 zip 迭代它們時......

for (no_train, data_train), (no_test, data_test) in zip(datatrain.groupby('letter'),datatest.groupby('letter')):
    print(data_train.values)
    print(data_test.values)
    // bnb.fit(data_train['id','letter'], data_train['answer'])
    // pred = bnb.predict(data_test['id','letter'])

print(data_test.values) 按預期工作，但我只會在 print(data_train.values) 上獲得 groupby 的第一個字母，我想打印 data_train 的所有 groupby 字母。

打印結果（data_train.values）：

[[1,'A','Yes']
 [4,'A','No']]

打印（data_train.values）的預期結果：

[[1,'A','Yes']
 [4,'A','No']]
[[2,'B','No']
 [5,'B','Yes']]
[[3,'C','Yes']]

如何使用 zip 迭代二維數組的 2 個數據？ 我想同時實現朴素貝葉斯分類器，所以我不能在不同的循環中分離 datatrain 和 datatest 或在 datatrain 循環內嵌套 datatest 循環

Answer 1

如果你想在data_train所有3種字母，確保你有所有這些3種類型的數據測試。

例如，這應該給你預期的結果

import pandas as pd

datatrain = pd.DataFrame([[1,'A','Yes'],[2,'B','No'],[3,'C','Yes'],[4,'A','No'],[5,'B','Yes']], columns=['id','letter','answer'])

datatest = pd.DataFrame([[1,'B','xx'],[2,'B','xx'],[3,'B','xx'], [3,'A','yy'], [3,'C','yy']], columns=['id','letter','answer'])


for (no_train, data_train), (no_test, data_test) in zip(datatrain.groupby('letter'), datatest.groupby('letter')):
    print(data_train.values)

結果：

[[1 'A' 'Yes']
 [4 'A' 'No']]
[[2 'B' 'No']
 [5 'B' 'Yes']]
[[3 'C' 'Yes']]

這是因為zip() 的工作方式。