我正在编写一个用于日志转换的辅助类函数。它需要：
indexplus添加到原始变量的索引中，并将其设为“log_variable”的索引。 如何log(variable_value +1)丢失或零值？我使用isnull()找到了值，我可以以某种方式使用where.isnull()函数吗？
我也很难将原始变量索引添加到indexplus，并将其分配给log_variable的索引。
这是我的代码：
def add_log_transform(df, variable, indexplus = 1):
print df[variable].isnull()
log_variable = (np.log(df[variable]))
def main():
variables_needs_tranform = ['DerogCnt', 'CollectCnt', 'InqCnt06', 'InqTimeLast', 'InqFinanceCnt24', 'TLTimeFirst', 'TLTimeLast', 'TLCnt03', 'TLCnt12', 'TLCnt24', 'TLCnt', 'TLSum', 'TLMaxSum', 'TLDel60Cnt', 'TLBadCnt24', 'TL75UtilCnt', 'TL50UtilCnt', 'TLBalHCPct', 'TLSatPct', 'TLDel3060Cnt24', 'TLDel90Cnt24', 'TLDel60CntAll', 'TLBadDerogCnt', 'TLDel60Cnt24', 'TLOpen24Pct']
util.add_log_transform(df, variables_needs_tranform, indexplus = 1)
if __name__ == "__main__":
main()
这是我的df样本。
DerogCnt CollectCnt InqCnt06 InqTimeLast InqFinanceCnt24 TLTimeFirst \
0 1 1 7 1 4 125
1 1 1 2 1 0 252
2 0 0 1 1 4 254
3 0 0 6 3 6 154
4 0 0 1 0 1 311
5 1 1 1 1 2 200
6 2 0 3 1 2 137
7 0 0 3 2 1 267
8 0 0 0 16 3 359
9 1 1 1 6 3 141
10 0 0 1 4 1 487
11 0 0 4 1 4 78
12 3 3 4 0 5 117
13 2 2 1 0 4 101
14 1 1 2 1 8 260
15 0 0 5 1 6 295
16 0 0 0 NaN 0 223
17 15 9 3 1 3 14
18 0 0 3 2 7 345
19 0 0 4 4 5 145
20 0 0 3 1 3 222
21 0 0 1 5 1 354
22 8 8 0 8 2 111
23 0 0 1 1 3 56
24 8 5 6 1 10 16
TLTimeLast TLCnt03 TLCnt12 TLCnt24 ... TL75UtilCnt \
0 3 1 3 5 ... 3
1 18 0 0 2 ... 1
2 12 0 1 2 ... 3
3 3 1 9 11 ... 4
4 17 0 0 1 ... 2
5 7 0 1 2 ... 1
6 12 0 1 2 ... 2
7 2 3 6 8 ... 1
8 23 0 0 1 ... 0
9 8 0 1 4 ... 7
10 12 0 1 6 ... 9
11 4 0 7 10 ... 1
12 27 0 0 0 ... 3
13 12 0 1 1 ... 3
14 16 0 0 2 ... 2
15 8 0 4 11 ... 9
16 18 0 0 1 ... 2
17 14 0 0 1 ... 1
18 2 2 2 4 ... 3
19 3 1 2 2 ... 2
20 22 0 0 1 ... 1
21 7 0 2 10 ... 4
22 24 0 0 1 ... 0
23 40 0 0 0 ... 0
24 4 0 2 4 ... 2
TL50UtilCnt TLBalHCPct TLSatPct TLDel3060Cnt24 TLDel90Cnt24 \
0 4 0.85 0.67 0 0
1 2 0.48 0.30 0 1
2 3 0.84 0.67 0 1
3 5 0.73 0.76 0 1
4 3 0.88 0.63 0 0
5 1 0.13 0.25 1 1
6 2 0.70 0.64 0 0
7 1 0.47 0.42 0 1
8 2 0.41 0.69 0 0
9 7 0.84 0.67 0 0
10 10 0.77 0.82 0 0
11 2 0.79 0.74 0 0
12 3 0.92 0.21 2 3
13 4 0.90 0.22 3 0
14 3 0.80 0.35 0 1
15 12 0.47 0.73 0 0
16 4 0.89 0.57 3 0
17 1 0.80 0.00 0 0
18 3 0.86 0.52 0 0
19 3 0.59 0.41 0 2
20 2 0.25 0.62 2 0
21 5 0.36 0.65 0 1
22 0 0.38 0.40 0 0
23 0 0.28 0.20 3 1
24 3 0.91 0.25 1 1
TLDel60CntAll TLBadDerogCnt TLDel60Cnt24 TLOpen24Pct
0 1 0 0 0.71
1 4 2 1 0.50
2 1 1 1 0.33
3 1 1 1 1.22
4 1 0 0 0.20
5 3 1 1 0.67
6 0 2 0 0.40
7 2 1 1 2.00
8 2 0 0 0.17
9 0 1 0 0.44
10 0 0 0 0.46
11 0 0 0 1.67
12 7 4 4 0.00
13 4 1 2 0.17
14 1 1 1 0.67
15 0 0 0 0.28
16 5 0 2 0.17
17 0 12 0 1.00
18 0 0 0 0.67
19 7 2 2 0.25
20 3 0 1 0.10
21 1 1 1 0.53
22 0 4 0 0.50
23 4 1 3 0.00
24 1 7 1 1.33
答案 0 :(得分：2)
让我回答你问题的简化版本：
# example dataframe
df = pd.DataFrame({'a': [0, 1, 2, 3],
'b': [4, 5, np.nan, 7],
'c': [8, 9, 10, 11]})
# apply log(x+1) element-wise to a subset of columns
to_log = ['a', 'b']
df_log = df[to_log].applymap(lambda x: np.log(x+1))
# rename columns
df_log.columns = 'log_' + df_log.columns
# shift the index
df_log.index = df_log.index + 1
如果您想要对缺失值进行特殊处理，您可以这样做：
df_log[df_log.isnull()] = -1
现在可以将所有这些放在辅助函数中。