pandas apply函数_数据科学小技巧1：pandas库apply函数

这是我的第68篇原创文章，关于Python语言和数据科学。

阅读完本文，你可以知道：

1 pandas库apply函数的实用(向量化操作)

"学以致用，活学活用"

第一个数据科学小技巧：pandas库apply函数。

pandas库apply函数是用于数据处理和创建新变量最常用的函数之一。把数据框的每一行或者每一列传送到一些处理函数，可以返回一些结果。函数可以是默认函数或者自定义函数。

举例说明：计算数据框每一列(变量)或者每一行(样本)的缺失值个数

一 参考代码

# -*- coding: utf-8 -*-
"""
Created on Sun Mar  8 07:30:05 2020
数据科学小技巧1：pandas库apply函数应用(向量化操作)
@author: Luqing Wang 
"""

# 导入库
import pandas as pd

# 自定义函数
def missing_count(x):
    """
    函数功能：
    --------
    统计变量的缺失值个数
    参数集：
    ------
    :x: 
    返回值：
    ------
    :missing_count: 缺失值个数
    """
    missing_count = sum(x.isnull())
    return missing_count

# 导入数据
loan = pd.read_csv('./data/loan_train.csv', index_col='Loan_ID')

# 数据检视
print(loan.head())

# 统计数据框中每一列(变量)缺失值个数
print('每一列缺失值的个数：')
print(loan.apply(missing_count, axis=0).head())

# 统计数据框每一行(样本)缺失值个数
print('每一行缺失值的个数：')
print(loan.apply(missing_count, axis=1).head())

二 代码结果

2.1 列缺失值计数结果

2.2 行缺失值计数结果

参考资料

https://github.com/kunalj101/Data-Science-Hacks

想要数据集和代码的朋友，请按着如下操作：

• 第一步，添加我的个人微信：luqin360，备注：实名-专业或者工作；

• 第二步：把文章分享到朋友圈，截图给我即可。

关于pandas库apply函数的使用，你有什么问题或者想法，请留言。或者添加我的微信luqin360，备注实名+专业or工作，深入交流。

我的视频号：王路情微信视频号，分享我对数据的认知，包括我创立的PDFMV框架，大数据A-Z轻知识，R语言轻知识，请关注。

PDFMV框架系列文章

1一个数据人的2019

2PDFMV框架

3PDFMV框架的P

4PDFMV框架的D

你点的每个在看，我都认真当成了喜