求解， Panda 比较操作会在一个循环执行第二遍时会报错

[Wolfsin]

    for j in range(1, 6):
        TestSet = GroupList[j - 1]
        TrainSet = GroupList.copy()
        TrainSet.remove(TestSet)

GroupList 里面存放的是结构相同的 Panda.DataFrame （仅数据不同），循环第一遍非常顺利，但是到了第二遍，会在 remove()操作这部报错：

ValueError: Can only compare identically-labeled DataFrame objects

因为用 PD 比较少，所以不太理解为什么会发生这种错误。 虽然可以改用 index 来 del()，但是还是想知道这样操作不行的理由。不知道有没有人遇到过。

补一下 GroupList 的结构：
GroupList= [DataFrame1，DataFrame2，DataFrame3，DataFrame4，DataFrame5]

根据 rationa1cuzz 的实验，猜测是pd本身不支持从list[df1.df2]这种结构从比较df？ 因为着急写脚本就没有继续深挖这个问题了，最后这个需求是用以下方式解决的。

for j in range(1, 6):
  TestSet = GroupList[j - 1]
  TrainSet = GroupList.copy()
  TrainSet.pop(j)

[rationa1cuzz]

data=DataFrame.copy(deep=False)
等价于
data=DataFrame
默认浅拷贝，你第一次给删了，肯定会出问题

[Wolfsin]

@rationa1cuzz #1
那个 GroupList 是一个 List，他的结构是

List = [DataFrame1，DataFrame2，DataFrame3，DataFrame4，DataFrame5]

list.copy()，虽然是浅拷贝，但是我断点下来的结果，第二次的 remove 前，list 跟第一次的 list 是一样的。

另外如果对 list，做深拷贝（ copy.deepcopy ）那么在第一次 remove 时就会报：

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

错误

[Wolfsin]

@Wolfsin #2
哦，另外我知道 list.copy()，对于 list 嵌套 list 这种情况，只能实现第一层的深拷贝，但是我这边的结构应该已经完成了深拷贝了。而且按照逻辑上来，即使是因为拷贝的问题，每次 remove()的对象，是上一轮中并没有被移除出去，所以应该也不会报错（就算是真有问题，应该也不是报 DataFrame 的错，应该是报 ValueError: list.remove(x): x not in list ）

[toaruScar]

Functional programming 不香吗？都不用考虑深浅复制的问题

for df in GroupList:
print(list(filterfalse(lambda x: x.equals(df),GroupList)))

[toaruScar]

filterfalse()见：
https://docs.python.org/3/library/itertools.html#itertools.filterfalse

[Xs0ul]

看起来是要自己写 CV ？不如考虑用 sklearn 里的 split ？

[rationa1cuzz]

不好意思之前没仔细看 ValueError: Can only compare identically-labeled DataFrame objects 看了一下这个报错应该是 GroupList 里的 TestSet 的 index 或者 columns 不一致导致的，第一遍顺利是因为行列一致，你可以打印看一下
详见 /Library/Python/3.8/lib/python/site-packages/pandas/core/generic.py 1305 行
另外 ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().这个报错估计是因为数据类型不一致导致的或者是 pandas 内部捕捉了直接 return，我本地 a=[df1,df2,df3] a.remove(df1)不报错 a.remove(df2)也会报错 ValueError，盲猜一个判断等于的时候报错 pandas 捕捉到了直接 return 了。具体你看看源码吧

[Wolfsin]

@Xs0ul #6 谢谢推荐，不用 sklearn 的 split 是因为数据集已经分好 group 了，为了保证结果的可比较性，所以按照说明 4group 为 train，1group 为 test 。而且还要考虑排列组合的问题，所以还是打算手写了。
@rationa1cuzz #7 感觉也是比较这边出的问题，不过最后偷懒用 index 移除了。而且这种方法好像还是速度还快一点。

[Xs0ul]

好像回晚了，已经定好 group 的话也可以看看：
https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GroupKFold.html#sklearn.model_selection.GroupKFold

自己写的话，其实楼上用 filter 的可能比用 copy 和 pop 更好一点，或者直接更清晰一点写成类似：
TrainSet = [g for i, g in enumerate(GroupList) if i != j]