小编Iwa*_*mas的帖子

两个快速的熊猫问题供您选择。

1. 我有一个要应用过滤器的数据框列表。

   countries = [us, uk, france]
   for df in countries:
       df = df[(df["Send Date"] > '2016-11-01') & (df["Send Date"] < '2016-11-30')] 
   

   Run Code Online (Sandbox Code Playgroud)

   当我运行它时，df之后不会更改。这是为什么？如果我遍历数据帧以创建一个新列，如下所示，则可以正常工作，并更改列表中的每个df。

    for df in countries:
         df["Continent"] = "Europe"
   

   Run Code Online (Sandbox Code Playgroud)

2. 作为后续问题，当我创建不同国家的数据框列表时，我注意到了一些奇怪的事情。我定义了列表，然后将转换应用于列表中的每个df。在转换了这些不同的dfs之后，我再次调用了该列表。我很惊讶地看到列表仍然指向未更改的数据帧，因此我不得不重新定义列表以更新结果。有人能解释为什么会这样吗？

我cross_val_score用来计算回归指标的平均得分。这是一个小片段。

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import cross_val_score 

cross_val_score(LinearRegression(), X, y_reg, cv = 5)

使用这个我得到了一系列的分数。我想知道验证集的分数（在上面的数组中返回）与训练集的分数有何不同，以了解我的模型是过拟合还是欠拟合。

有办法做到这一点的cross_val_score对象吗？