4回答

• 

  Alex_Cen

  2018-01-17 18:07:02

  已采纳

  在流程上不会出现5个以上的情况，因为这个函数是在做了value_counts()，取前五个值后才会调用的。

  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 1

  虾小断

  非常感谢！

  2018-01-17 18:09:22

  共 1 条回复 >

• 

  Alex_Cen

  2018-01-17 17:18:24

  统计的目的是为了计算变量最常出现的值(前五名)以及对应的频数。

  当一个变量，假设为收入，出现了超过5个以上不同的值，那么我们只需要对它使用value_count()后取前五位便能达到我们的统计目的，并且其输出的格式也满足了我们后续的入参需求，因此不需要返回None;

  但是，如果特征的出现的值少于5个，我们需要把返回的结果进行NA的填充，以对齐其他大于5个值的结果，这时候fill_fre_top_5函数就到了这个作用。

  
  

  
  

  0 0
• 

  JustDoItImooc

  2018-01-17 21:58:33

  因为传进去的value_count的长度最大等于5

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

  iloc[0:5,]给限制了

  截取iloc[0:5,]越界也不会报错

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

  长度只有2

  但是不会报错

  有多少输出多少：

  0    75149
  1      871
  Name: ind_var1_0, dtype: int64

  

  0 1
• 

  虾小断

  2018-01-17 17:40:54

  我的意思是，这样写的话，传来的参数有5个以上，返回的不是None吗？

  代码里执行过了 value_count = fill_fre_top_5(value_count)，可 value_count 是正常的
  

  1 0

  JustDo...

  因为传进去的value_count的长度最大等于5 1 df[name][~np.isin(df[name],missSet)].value_counts().iloc[0:5,] iloc[0:5,]给限制了 截取iloc[0:5,]越界也不会报错 1 df['ind_var1_0'].value_counts().iloc[0:5,] 长度只有2 但是不会报错 有多少输出多少： 0 75149 1 871 Name: ind_var1_0, dtype: int64 http://img.mukewang.com/5a5f56810001802810740236.jpg

  2018-01-17 21:59:42

  共 1 条回复 >