python 也许不需要记那么多函数

情景

在处理 UCI machine learning的Diabetes 130 US hospitals for years 1999-2008 数据集时，因为存在缺失值 （缺失值用’?'表示）。所以需要对每个特征的缺失值进行分析。
一开始代码如下，用到unique()和groupby()和size()三个函数

for i in raw_data.columns:
    if raw_data[i].dtype == 'object':  #只有object的列才会出现缺失值
        list = raw_data[i].unique()    #列出该列所有取值
        if '?' in list:                # 取值中有缺失值
            num = raw_data.groupby([i]).size()['?']  #统计该列的缺失值个数
        print("{}  {}  {:.2%}".format(i,num,num / len(raw_data[i]))) #展示缺失值

写完后，突然想，其实不用这些函数也行。改写了代码，只用了一个for循环和计数器。

for i in raw_data.columns:
    if raw_data[i].dtype == 'object':  #只有object的列才会出现缺失值
       num = 0                                                  # 缺失值个数，初始化为0
       for j in raw_data[i]:                                # 遍历该列所有值
                if j ==  '?':                                     # 如果是缺失值
                    num = num + 1                                # 则计数
       print("{}  {}  {:.2%}".format(i,num,num / len(raw_data[i]))) #展示缺失值

感悟

明显用了第一段代码其实更难懂，功能存在冗余，而且需要额外记忆三个函数。
第二段代码则逻辑简单，清晰，可读性高，而且不需要要记忆那么多函数。
其实，只要逻辑清晰，动手实现也是蛮轻松的事情，并不需要太多封装好的函数。
函数经过封装后，确实能提供便利，但它们的针对性可能不强，虽然能实现需求，但同时也存在功能冗余。
而且，记忆太多的函数，还是件痛苦的事情，还是需要练好基本的编程功底，能自己动手实现需求。