Python中多列dataframe上的EDA for循环

Question

只是一个随机的q。如果有一个来自波士顿家庭ds的数据，df，我试图对其中的几个列进行EDA，设置为一个变量feature_cols，然后我可以用它来检查na，我们将如何处理呢？我有以下内容，它引发了一个错误：

​

这就是我希望在做完上面这些之后要做的事情：

​

如有任何反馈，将不胜感激。提前谢谢。

Answer 1

您只需要将列的名称存储在数组中，以访问多个列，例如

feature_cols = ['RM','ZN','B']

现在访问它作为

x = df[feature_cols]

现在，要在df列上迭代，可以使用

for column in df[feature_cols]:
    print(df[column]) # or anything

根据您最新的评论，。如果您的最终目标是只查看空计数，则可以实现不循环。

df[feature_cols].info(verbose=True,null_count=True)

Answer 2

你的照片上有两个问题。首先是一个keyError，因为如果您想要访问dataframe的列子集，您需要传递列表中的列的名称，而不是元组，所以第一行应该是

feature_cols = df[['RM','ZN','B']]

但是，这将返回一个包含三列的dataframe。您想要在for循环中使用的东西不能用于熊猫。我们通常迭代数据的行，而不是列，您可以使用一行：

df.isna().sum()

这将打印dataframe的所有列名以及每列中缺失值的计数。当然，如果您只想检查列的子集，则可以。替换df buy df[list_of_columns_names]。