J'ai un bloc de données comme ci-dessous:
Columns | Null Values | Duplicate | member_id | N | N | loan_amnt | N | N | Age | N | Y | Marital Status| Y | N |
Je veux créer un fichier de sortie au format ci-dessous
member_id | loan_amnt | Age | Marital_status AK219 | 49539.09 | 34 | Married AK314 | 1022454.00 | 37 | NA BN204 | 75422.00 | 34 | Single
Je sais à propos d'un package python appelé PandasProfiling mais je veux le construire de la manière ci-dessus afin de pouvoir améliorer mon code par rapport aux ensembles de données.
3 Réponses :
Utilisez quelque chose comme:
m=df.apply(lambda x: x.duplicated())
n=df.isna()
df_new=(pd.concat([pd.Series(n.any(),name='Null_Values'),pd.Series(m.any(),name='Duplicates')],axis=1)
.replace({True:'Y',False:'N'}))
Voici le python one-liner:
pd.concat ([df.isnull (). any (), df.apply (lambda x: x.count ()! = x.nunique ())], 1) .replace ({True : "Y", Faux: "N"})
En fait, le profil Pandas_Profiling vous offre plusieurs options où vous pouvez déterminer s'il existe des valeurs répétitives.
Avez-vous essayé quelque chose?
@ Ruturaj- J'ai exécuté le package python
PandasProfiling, il m'a donné des détails sur les valeurs Null, les valeurs en double, les valeurs maximum et min. Mais je veux construire cela par moi-même. Je dois améliorer cela davantage.