我要遍历许多列,并将其摘要统计信息(例如均值,中位数,偏度和峰度)存储在以下字典中:
metrics_dict['skewness'] = data_col.skew().values[0]
metrics_dict['kurtosis'] = data_col.kurt().values[0]
metrics_dict['mean'] = np.mean(data_col)[0]
metrics_dict['median'] = np.median(data_col)
但是对于某些列,它给出如下错误:
IndexError: index out of bounds
有问题的专栏如下:
Index device
61021 C:2
61022 D:3+
61023 D:3+
61024 B:1
61025 D:3+
61026 C:2
我只是想在这样的列的情况下将NA附加到字典上,并且不会让错误中断我的循环。这里的index只是数据帧的索引,操作中的列是device。请注意,数据中有大量的数字列(〜500),其中2 -3列就像设备,因此我只需要为这些字典添加NA并移至下一列。 有人可以告诉我如何使用python吗?
答案 0 :(得分:1)
由于这些统计信息仅对数字列有意义,因此您可以尝试隔离数字列。可以使用pd.DataFrame.select_dtypes
:
numerics = ['int16', 'int32', 'int64', 'float16', 'float32', 'float64']
numeric_cols = df.select_dtypes(include=numerics).columns
for col in df:
if col in numeric_cols:
# calculate & add some values to dictionary
else:
# add NA values to dictionary
答案 1 :(得分:0)
您可以尝试使用try / except IndexError
try:
# whatever you do that might rise an IndexError
except IndexError:
# append NA to dict
答案 2 :(得分:-1)
从数据框中选择要将空值设置为nan的列。
df[df['col'] == ''] = np.nan
希望这会有所帮助。