Pythonの構文について教えてください。

Question

前提・実現したいこと

以下コードが何を行なっているかが解読できず悩んでおります。
お忙しい中恐縮ですが、ご教示頂けますと幸いです。

発生している問題・エラーメッセージ

該当のソースコード

def missing_data(data):
total = data.isnull().sum()
percent = (data.isnull().sum()/data.isnull().count()*100)
tt = pd.concat([total, percent], axis=1, keys=['Total', 'Percent'])
types = []
for col in data.columns:
dtype = str(data[col].dtype)
types.append(dtype)
tt['Types'] = types
return(np.transpose(tt))

試したこと

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Comments

[y_waiwai]

どこまで解読できて、どの部分がダメなんでしょうか。
あまりに丸投げすぎです

[退会済みユーザー]

y_waiwaiさん
返信いただきありがとうございます。質問の仕方がなっておらず大変申し訳ありません。
以下に自身の理解について、インラインにて記載させていただきます。

def missing_data(data):
＞引数にdataを入れた、missing_dataという関数を組んでいる。
total = data.isnull().sum()
＞値がnullのものを足し上げて、それをtotalという変数の中に格納している。
percent = (data.isnull().sum()/data.isnull().count()*100)
＞全データにおける、null値を含むデータの割合を算出し、percentという変数に格納している。
tt = pd.concat([total, percent], axis=1, keys=['Total', 'Percent'])
＞TatalとPercentというカラムをキーに、上記二つのカラムを結合させている。
〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜
以下内容が理解できておりません。
types = []
for col in data.columns:
dtype = str(data[col].dtype)
types.append(dtype)
tt['Types'] = types
return(np.transpose(tt))

[quickquip]

https://ja.stackoverflow.com/questions/55818/ マルチポスト。 https://teratail.com/help#posted-otherservice を参考に。ここで誰かにたずねられたことはあっちを読んでいる人も当然疑問に思っていることなので、あちらにも追記したりしないといけないわけで、複数の場所で質問してもあなたの手間が増えるだけでいいことはないですよ。

[quickquip]

質問は修正できるので質問に書きましょう。この欄が読んでもらえるとは限らない。

[quickquip]

質問のコードはせめて読めるようにしましょう。 https://teratail.com/help#about-template や https://teratail.com/help#about-template を参考に。

[退会済みユーザー]

quiquiさん
色々とご教示いただきありがとうございます。
質問をするにも作法が必要なこと、事前に把握できておらず皆様にご迷惑をお掛けしてしまい大変申し訳ありませんでした。

Answer 1

興味本位でプログラミングをやり始めるのは良いことです。
しかし、興味本位だけで自分で調べる努力をせずに丸投げはよくないことです。
せめて自分なりの回答を用意しないといけません。
でなければ、協力的な回答を得ることはできないと思います。

Answer 2

正直このコードからわかるのは「何かのデータを受け取って合計とか割合を計算したあと、ループで何かのデータを加工して返している関数」以上の内容はないと思います。

Answer 3

pdは、pandas
npは、numpy
typesというリストをttという辞書(dict)に、書いて、
行と列をtransposeしている
という感じですが。
おそらく、pandas関連でよくされる処理ではないでしょうか？

もし、pandas（←ワタシは、これは知りません。）やnumpyに馴染みがないならば、それの
基本的な使い方を理解されるのがいいと思います。

もしくは、参考にされたコードの出典の周辺を読まれるのがいいと思います。