与一列中的特定值相关的列中的value.counts（）的代码

Question

我是数据科学的新手，并试图在iPython笔记本中使用python 2.7进行一些数据争论。我为第一个项目关注的教程要求我用0或1替换所有NaN输入。但是我想考虑另一种方法，我可以首先查看具有与所有行对应的非数值的行的计数将credit_history作为NaN ......

Credit_History为NaN时的理想输出：

Self_Employed
Yes  532
No   32

Married
No   398
Yes  213

对于数值，我想在credit_history为NaN时得到所有列的均值

当Credit History为NaN时，非​​数值的理想输出：

Mean Applicant Income: 54003.1232
LoanAmount: 35435.12
Loan_Amount_Term: 360

提前致谢！

Answer 1

对于值计数，您可以使用pd.Series.value_counts：

df.loc[pd.isnull(df['Credit_History']), 'Self_Employed'].value_counts()
df.loc[pd.isnull(df['Credit_History']), 'Married'].value_counts()

要计算平均值，您可以使用pd.DataFrame.mean：

cols = ['Applicant_Income', 'LoanAmount', 'Loan_Amount_Term']

df.loc[pd.isnull(df['Credit_History']), cols].mean()