在熊貓中處理不同版本DataFrame的最安全方法是什麼？

Question

我正在學習一些熊貓/ ML類型的東西。現在我正在做一個Kaggle教程，我們給出的示例數據有很多功能。我懷疑這些功能中的一部分會給模型增加噪音而不是幫助。因此，我想將幾​​個模型應用於具有所有功能的數據（如教程中所示），並將其分數記錄爲基線。然後，我想一次刪除一個功能，並在沒有該功能的數據上使用相同的模型，並比較分數。

這樣做的最好方法是什麼？天真地說，我只是爲每個刪除的功能創建一個不同的數據集副本，但copy（）在熊貓中有點令人困惑（在版本0.20,it says中，默認情況下會進行深層複製，這應該正是我想要的，對嗎？沒有連接/參考原件的副本？）。我試了一下，它似乎並沒有真正的複製。

有沒有更好的方法？謝謝。

Answer 1

使用for循環。

variables = locals() 
feature=['A','B','C'] 
for i in feature: 
    variables["dfremoved{0}".format(i)] = df.drop(i,axis=1) 

    ''' Do your fit and predict here within the for loop'''