为什么在此函数内连接根据 DataFrame 列名称生成的字符串项列表会失败？

Question

在函数内部和外部执行列表串联时，我遇到了一个无法解释的问题。具体来说，我尝试连接函数内部和函数外部的 DataFrame 列名称的列表。外部看起来工作正常，但内部会抛出错误。请参阅下面的示例。

示例：假设我想编写一个函数，返回列的多个滞后，并根据原始列名称为滞后变量分配新名称。我可以做这样的事情：

import pandas as pd
import numpy as np
rng = np.random.default_rng(22222222)

df = pd.DataFrame({'X':rng.random(10)})

print(df)

          X
0  0.279384
1  0.838032
2  0.298536
3  0.056188
4  0.532023
5  0.560038
6  0.127512
7  0.322774
8  0.813949
9  0.245242

制作函数：

def lagger(column, lags): #Takes as input a DataFrame column in the form df[colname]
    lags = [column.shift(i) for i in range(1, lags+1)]

    df = pd.concat(lags, axis=1) #a DataFrame with a column for each lag.

    names = [f"{column.name}_L{i}" for i in range(1,lags+1)] #generate new names

    df.rename(names, axis='columns', inplace=True)

    return df

测试该功能，我收到此错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
Cell In[27], line 1
----> 1 lagger(df['X'], 3)

Cell In[25], line 6
      2 lags = [column.shift(i) for i in range(1, lags+1)]
      4 df = pd.concat(lags, axis=1) #a DataFrame with a column for each lag.
----> 6 names = [f"{column.name}_L{i}" for i in range(1,lags+1)] #generate new names
      8 df.rename(names, axis='columns', inplace=True)
     10 return df

TypeError: can only concatenate list (not "int") to list

列表理解出了问题。让我们尝试在函数之外进行类似的理解：

[f"{df['X'].name}_L{i}" for i in range(1,4)]

['X_L1', 'X_L2', 'X_L3']

效果很好！

那么这是怎么回事？为什么这在函数外部有效但在函数内部却不起作用？

需要明确的是，我已经找到了这个答案，它阐明了如何生成多个滞后。我不是问这个。我问在函数内部执行

[f"{column.name}_L{i}" for i in range(1,lags+1)]

与在函数外部执行

[f"{df['X'].name}_L{i}" for i in range(1,4)]

有什么区别？为什么在函数内部会失败？

Answer 1

您用函数中的列表覆盖参数

lags

。因此

range(1, lags+1)

不再起作用。使用另一个名称。另外，您使用

rename

是不正确的，您应该使用

set_axis

:

def lagger(column, lags): #Takes as input a DataFrame column in the form df[colname]
    l = [column.shift(i) for i in range(1, lags+1)]
    df = pd.concat(l, axis=1) #a DataFrame with a column for each lag.
    names = [f"{column.name}_L{i}" for i in range(1, lags+1)] #generate new names
    return df.set_axis(names, axis='columns')

lagger(df['X'], 3)