Python机器学习：for循环定义批量探索字段的方法

前面几期介绍了isnull()找缺失值，value_counts()统计字段内容的频次，但特征工程字段很多，一个个地看太麻烦了，能不能用for循环把方法封装起来 批量查看字段呢？

代码如下：

def exploreData(x):
    for i in x.columns:
        print("字段名：",i)
        print("缺失值个数：",x[i].isnull().sum())
        print("字段值与频数：")
        print(x[i].value_counts())
        print("-----------------------------------------------------------")

代码讲解：

def后面是方法名，这里用驼峰命名法命名为exploreData，当然也可以依自己喜好命名为F(x)、fre(x)·····

columes表示列标签，是表示DataFrame的列标签的属性名，是内置的。表名.columes就能把一个二维表的列标签全打印出来了，如：

x是变量名其一，在这里表示数据集，也就是二维表DataFrame；

i是变量名其二，在这里表示数据集里面的字段。调用一个表里面的字段一般是这样写的：表名['字段名']，或者这样：表名.字段名。所以这里用两个变量来表示，就是这样：x[i]；

for循环里面写 i in x.columes 就能把所有字段都遍历一遍；

用到的函数只有几个，一个isnull()和sum()的组合使用：先用isnull()把空值转为布尔值True，再用sum()把为1的加和起来；另一个是value_counts()计算每一个值出现的次数，也就是频数。

下面看运行结果：

 可以发现这份数据用问号?来表示空值了，我们需要记一下要处理的字段，对空值进一步处理。