我有多个训练和测试数据框。

例如：train1, train2, train3 直到 train10。测试数据框也是如此。

我想遍历这些数据框，类似于这样：（注意：代码有错误，但只是为了给您一个概念）：我不想将它们合并成一个。

for i in range(1,10):    y%i = train%i['Labels']    X%i = train%i.drop('Labels',axis=1)    clf.fit(X%i,y%i)    output%i = clf.predict(test%i)

这是可行的吗？

回答：

试试这个…另外，我认为您不需要恢复中间变量如X,Y

variables = locals()for i in list(range(1,11)):    variables["y{0}".format(i)]= variables["train{0}".format(i)]['Labels']    variables["x{0}".format(i)]= variables["train{0}".format(i)].drop('Labels',1)    clf.fit(variables["x{0}".format(i)], variables["y{0}".format(i)])    variables["output{0}".format(i)]= clf.predict(variables["x{0}".format(i)], variables["y{0}".format(i)])

我将要做的

variables = locals()for i in list(range(1,11)):    y= variables["train{0}".format(i)]['Labels']    x= variables["train{0}".format(i)].drop('Labels',1)    clf.fit(x,y)    variables["output{0}".format(i)]= clf.predict(x,y)