TypeError: 'NoneType' 不可迭代

Question

我想创建一个没有目标的浮动特征数据框，以便我可以进一步操作它们。

我试过了：

float_col = data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True)

# Remove sparse numerical features

for f in float_col:

   if data[f].isnull().sum() / data.shape[0] > 0.1667: del data[f] #Remove above 1/6 of NANs

...返回：

TypeError: 'NoneType' 对象不可迭代

我也试过这样做：

float_col = data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True).update()

...返回：

AttributeError: 'NoneType' 对象没有属性 'update'

我相信这个问题是由目标下降引起的。

Answer 1

当你调用应用更改方法到位，None则返回。你用过.drop(..., inplace=True)：data.select_dtypes('float').drop(['TARGET'], axis=1, inplace=True)所以data.select_dtypes(...)直接改变了的结果并None赋值给了float_col。您不能在 上使用迭代（如for循环）None。从DataFrame.drop()方法文档：就地：布尔，默认为假如果True，就地进行操作并返回None。如果您想获取float除 之外的所有列TARGET，则只需删除inplace=True：float_col = data.select_dtypes('float').drop(['TARGET'], axis=1)