                        課程
                    
                        /后端開發(fā)
                        
                            /Python
                        
                        /Python制作數(shù)據(jù)分析工具

fill_fre_top_5()函數(shù)的返回值問題

def?fill_fre_top_5(x):
????if?len(x)?<=?5:
????????new_array?=?np.full(5,?np.nan)
????????new_array[0:len(x)]?=?x
????????return?new_array

有些疑惑：參數(shù)長度小于等于 5 的時候才有返回值，大于等于 5 的時候不應該是 None 嗎？

蝦小斷

2018-01-17

源自：Python制作數(shù)據(jù)分析工具 3-6

關注問題我要回答

1789

操作

收起

4 回答

Alex_Cen 回答被采納 +2 積分
2018-01-17

在流程上不會出現(xiàn)5個以上的情況，因為這個函數(shù)是在做了value_counts()，取前五個值后才會調(diào)用的。

留意：

value_counts().iloc[0:5,]

流程:

for?i,name?in?enumerate(df[['ind_var1_0','imp_sal_var16_ult1']].columns):
????##1.Index?Name
????index_name?=?df[name][~np.isin(df[name],missSet)].value_counts().iloc[0:5,].index.values
????##1.1?If?the?length?of?array?is?less?than?5
????index_name?=?fill_fre_top_5(index_name)

????json_fre_name[name]?=?index_name

1 回復有任何疑惑可以回復我~

收起回答

#1

蝦小斷提問者

非常感謝！

2018-01-17 回復有任何疑惑可以回復我~

Alex_Cen
2018-01-17

統(tǒng)計的目的是為了計算變量最常出現(xiàn)的值(前五名)以及對應的頻數(shù)。

當一個變量，假設為收入，出現(xiàn)了超過5個以上不同的值，那么我們只需要對它使用value_count()后取前五位便能達到我們的統(tǒng)計目的，并且其輸出的格式也滿足了我們后續(xù)的入?yún)⑿枨螅虼瞬恍枰祷豊one;

但是，如果特征的出現(xiàn)的值少于5個，我們需要把返回的結(jié)果進行NA的填充，以對齊其他大于5個值的結(jié)果，這時候fill_fre_top_5函數(shù)就到了這個作用。

0 回復有任何疑惑可以回復我~

收起回答

JustDoItImooc
2018-01-17

因為傳進去的value_count的長度最大等于5

df[name][~np.isin(df[name],missSet)].value_counts().iloc[0:5,]

iloc[0:5,]給限制了

截取iloc[0:5,]越界也不會報錯

df['ind_var1_0'].value_counts().iloc[0:5,]

長度只有2

但是不會報錯

有多少輸出多少：

0 ? ?75149
1 ? ? ?871
Name: ind_var1_0, dtype: int64

1 回復有任何疑惑可以回復我~

收起回答

蝦小斷提問者
2018-01-17

我的意思是，這樣寫的話，傳來的參數(shù)有5個以上，返回的不是None嗎？

代碼里執(zhí)行過了 value_count = fill_fre_top_5(value_count)，可 value_count 是正常的

0 回復有任何疑惑可以回復我~

收起回答

#1

JustDoItImooc

因為傳進去的value_count的長度最大等于5 1 df[name][~np.isin(df[name],missSet)].value_counts().iloc[0:5,] iloc[0:5,]給限制了截取iloc[0:5,]越界也不會報錯 1 df['ind_var1_0'].value_counts().iloc[0:5,] 長度只有2 但是不會報錯有多少輸出多少： 0 75149 1 871 Name: ind_var1_0, dtype: int64 http://img1.sycdn.imooc.com//5a5f56810001802810740236.jpg

2018-01-17 回復有任何疑惑可以回復我~