1. 定义缺失值。np.nan是Numpy缺失的一个表示 

2. 计数值，

   len来计数

   apply函数遍历每一列

3. df.iloc[指定的行数开头:指定的行数结尾，指定的列数]
   unique函数看这一个特征有多少个不同的值

4. 找0值

df.iloc[:,0:3] ==0 会返回每一个值是否是0的一个数组True或者False
np.sum对数组取和（True当作1，False当作0）算出有多少个True

1.统计指标示例-计数类

##1.Basic Analysis##

# (1)Missing Value  缺失值

missSet = [np.nan, 9999999999, -999999]     # np.nan是numpy中缺失值的表示，后面两个数是分析得到的缺失值

# (2)Count distinct  统计值出现多少

len(df.iloc[:, 0].unique())     # df.iloc[:, 0]取第一列，unique()看这一列哪些不同的值，返回一个类似数组，然后len看有多少个

count_un = df.iloc[:, 0:3].apply(lambda x: len(x.unique()))  # df.iloc[:, 0:3]取前三列，apply用于遍历，看看前三列每一列有多少个不同的值

# (3)Zero Value  看看每一列有多少个值为0

np.sum(df.iloc[:, 0] == 0)   # 第一列==0，返回True或False的数组

count_zero = df.iloc[:, 0:3].apply(lambda x: np.sum(x == 0))

1.统计指标示例-计数类

##1.Basic Analysis##

# (1)Missing Value

missSet = [np.nan, 9999999999, -999999]     # np.nan是numpy中缺失值的表示，后面两个数是分析得到的缺失值

# (2)Count distinct

len(df.iloc[:, 0].unique())     # df.iloc[:, 0]取第一列，unique()看这一列哪些不同的值，返回一个类似数组，然后len看有多少个

count_un = df.iloc[:, 0:3].apply(lambda x: len(x.unique()))  # df.iloc[:, 0:3]取前三列，apply用于遍历，看看前三列每一列有多少个不同的值

# (3)Zero Value  看看每一列有多少个值为0

np.sum(df.iloc[:, 0] == 0)

count_zero = df.iloc[:, 0:3].apply(lambda x: np.sum(x == 0))

基本描述统计：

##1.Basic Analysis##
#(1)Missing Value#
missSet=[np. nan,9999999999,-999999)  （#获取缺失值，使用numpy的nan，事先知道缺失值如9999999，-99999）
#(2)Count distinct#
Len(df.iloc[:,0].unique())

（#对异常值的计数，[:,0]表示所有列的第一列开始，然后找到不同值，再计数）
count_un = df.iloc[:,0:3].apply ( Lambda x: len(x.unique()))

（#如果是多列采用这个形式：apply 函数遍历每一列）
#(3)Zero values#
np. Sum(df. iloc[:,0] ==0)

（#还是以第一列为例，找到等于0的，然后将true相加）
count_zero = df.iloc[:,0:3] .apply ( Lambda x:np.sum(x==0))

（#还是对多列中等于0的加和）

基本描述统计：

##1.Basic Analysis##
#(1)Missing Value#
missSet=[np. nan,9999999999,-999999)  （#获取缺失值，使用numpy的nan，事先知道缺失值如9999999，-99999）
#(2)Count distinct#
Len(df.iloc[:,0].unique())

（#对异常值的计数，[:,0]表示所有列的第一列开始，然后找到不同值，再计数）
count_un = df.iloc[:,0:3].apply ( Lambda x: len(x.unique()))

（#如果是多列采用这个形式：apply 函数遍历每一列）
#(3)Zero values#
np. Sum(df. iloc[:,0] ==0)

（#还是以第一列为例，找到等于0的，然后将true相加）
count_zero = df.iloc[:,0:3] .apply ( Lambda x:np.sum(x==0))

（#还是对多列中等于0的加和）

基本描述统计