99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁精彩閱讀數(shù)據(jù)分析實踐入門:缺失值處理、重復(fù)值處理、異常值處理等
數(shù)據(jù)分析實踐入門:缺失值處理、重復(fù)值處理、異常值處理等
2020-05-11
收藏
數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理

作者 | CDA數(shù)據(jù)分析師

從菜市場買來的菜,總有一些是壞掉的不太好的,所以把菜買回來之后要做一遍預(yù)處理,也就是把那些壞掉的不太好的部分扔掉?,F(xiàn)實中大部分的數(shù)據(jù)都類似于菜市場的菜品,拿到手以后會有一些不好的數(shù)據(jù),所以都要先做一次預(yù)處理。

常見的不規(guī)則數(shù)據(jù)主要有缺失數(shù)據(jù)、重復(fù)數(shù)據(jù)、異常數(shù)據(jù)幾種,在開始正式的數(shù)據(jù)分析之前,我們需要先把這些不太規(guī)整的數(shù)據(jù)處理掉,做數(shù)據(jù)預(yù)處理。

一、缺失值處理

缺失值就是由某些原因?qū)е虏糠謹(jǐn)?shù)據(jù)是空的,對于為空的這部分?jǐn)?shù)據(jù)我們一般是有兩種處理方式的,一種是做刪除處理,即把含有缺失值的數(shù)據(jù)刪除;另一種是做填充處理,即把缺失的那部分?jǐn)?shù)據(jù)用某個值代替。

1、缺失值查看

對缺失值進(jìn)行處理,首先要把數(shù)據(jù)中的缺失值找出來,也就是查看數(shù)據(jù)中有哪些列有缺失值。

(1)、Excel實現(xiàn)

在Excel中我們選中一列沒有缺失值的數(shù)據(jù),看一下這一列數(shù)據(jù)共有多少個,然后把其他列的計數(shù)與這一列進(jìn)行做對比,小于這一列數(shù)據(jù)個數(shù)的就代表該列數(shù)據(jù)有缺失值,差值就是缺失個數(shù)。

下圖中非缺失值列的數(shù)據(jù)計數(shù)為5,性別這一列計數(shù)為4,這就表示性別這一列是有一個缺失值的。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


如果想要看整個數(shù)據(jù)表中每列數(shù)據(jù)的缺失情況,則要挨個選中數(shù)據(jù)中每一列去判斷該列是否有缺失值。

如果數(shù)據(jù)不是特別多,你想看數(shù)據(jù)中具體是哪個單元格的缺失,則可以利用定位條件(按快捷鍵Ctrl+G可彈出對話框)查找。在定位條件對話框中選擇空值,單擊確定就會把所有的空值選中,如下圖所示:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


通過定位條件把數(shù)據(jù)中缺失值選出來的結(jié)果,如下圖所示:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


(2)Python實現(xiàn)

在Python中直接調(diào)用info ( ) 函數(shù)的方法就會返回每一列的缺失情況。關(guān)于info ( ) 函數(shù)方法我們在之前就用過,但是沒有說明這個方法可以判斷數(shù)據(jù)的缺失情況。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


Pythoy中缺失值一般用NaN表示,從用info ( ) 方法的結(jié)果來看,數(shù)據(jù)中性別這一列是3 non-null object,表示性別這一列有3個非null值,而其他列有4個非null值,說明性別這一列有1個null值。

我們在python中還可以用isnull ( ) 方法來判斷哪個值是缺失值,如果是缺失值則返回True,一行中如果不是缺失值則返回False。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


2、缺失值刪除

缺失值分為兩種,第一種是一行中某個字段是缺失值;另一種是一行中的字段全部為缺失值,即為一個空白行。

(1)Excel實現(xiàn)

在Excel中,這兩種缺失值都可以通過定位條件(按快捷鍵Ctrl+G可彈出該對話框),對話框中選擇空值就可以找到。

這樣含有缺失值的部分?jǐn)?shù)據(jù)就會被選中,包括某個具體的單元格及一整行,然后單擊鼠標(biāo)右鍵在彈出的刪除對話框中選擇刪除整行選項,并單擊確定按鈕即可實現(xiàn)整行的刪除。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


(2)Python實現(xiàn)

在Python中,我們利用的是函數(shù)dropna ( ) 方法,函數(shù)dropna ( ) 方法默認(rèn)刪除含有缺失值的行,也就是只要某一行有缺失值就把這一行刪除。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


運行函數(shù)dropna ( ) 方法以后,刪除含有NaN值的行,返回刪除后的數(shù)據(jù)。

如果想刪除空白行,只要給函數(shù)dropna ( ) 方法傳入一個參數(shù) how = all 即可,這樣就會只刪除那些全為空值的行,不全為空值的行就不會被刪除。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


上表第二行中只有性別這個字段是空值,所以在利用函數(shù)dropna( how = “all” )的時候并沒有刪除第二行,只是把全為NaN值的第三行刪掉了。

3、缺失值的填充

上面介紹了數(shù)據(jù)處理缺失值刪除的方法,但是數(shù)據(jù)是寶貴的,一般情況下只要數(shù)據(jù)缺失比例不是過高(不大于30%),盡量還是不要做刪除處理,而是選擇做填充。

(1)Excel實現(xiàn)

在Excel中,缺失值的填充和缺失值刪除一樣,利用的也是定位條件,先把缺失值找到,然后在第一個缺失值的單元格中輸入要填充的值,最常用的就是用0填充,輸入以后按Ctrl+Enter組合鍵就可以對所有缺失值進(jìn)行填充處理。

缺失值填充前后的對比如下圖所示:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


在數(shù)據(jù)中年齡用數(shù)字填充合適,但是性別用數(shù)字填充就不太合適,那么可不可以分開填充呢?答案是可以的,選中想要被填充的那一列,按照填充全部數(shù)據(jù)的方式進(jìn)行填充就可以了,只不過如果想要要填充幾列,則需要執(zhí)行幾次這樣的操作。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


上圖是數(shù)據(jù)填充前后的對比,年齡這一列我們使用平均值進(jìn)行填充,性別這一列我們使用眾數(shù)進(jìn)行填充。

除了用0填充、平均值填充、眾數(shù)(大多數(shù))填充,還有向前填充(即用缺失值的前一個非缺失值填充,比如上個例子中編號A3 對應(yīng)的缺失年齡的前一個非缺失值就是16)、向后填充(與向前填充對應(yīng))等方式。

(2)Python實現(xiàn)

在Python中,我們利用的 fillna ( ) 方法對數(shù)據(jù)表中的所有缺失值進(jìn)行填充,在fillna ( )后面的括號中輸入要填充的值即可。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


在Python中我們也可以按不同列進(jìn)行填充,只要在函數(shù)fillna ( ) 方法的括號中指明列名即可。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


上面的代碼中只針對性別這一列進(jìn)行了填充處理,數(shù)據(jù)中其他列均未進(jìn)行任何更改。

也可以同時對多個列填充不同的值:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


二、重復(fù)值處理

重復(fù)數(shù)據(jù)就是同樣的記錄有多條,對于這樣的數(shù)據(jù)我們一般做刪除處理。

假設(shè)你是一名數(shù)據(jù)分析師,你的主要工作是分析你所在公司的銷售情況,現(xiàn)有公司2018年8月的銷售明細(xì)(已知一條明細(xì)對應(yīng)一筆成交記錄信息),你想看一下2018年8月公司整體成交量是多少,最簡單的方式就是看一下這個月有多少條成交明細(xì)。但是這里可能會有重復(fù)的成交記錄存在,所以要先做刪除重復(fù)項的處理。

(1)Excel實現(xiàn)

在Excel中依次單擊菜單欄中的數(shù)據(jù)>數(shù)據(jù)工具>刪除重復(fù)值,就可以刪除重復(fù)數(shù)據(jù)了,如下圖所示:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


數(shù)據(jù)刪除前后的對比圖如下:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


Excel的刪除重復(fù)值默認(rèn)是針對所有值進(jìn)行重復(fù)值判斷,比如數(shù)據(jù)中有訂單編號、客戶姓名、唯一識別碼(類似于身份證號的字段)、成交時間這四個字段,Excel會判斷這四個字段是否都是相等的,只有都相等時才會做刪除處理,并且會保留第一個值(第一行值)。

你知道了公司2018年8月份成交明細(xì)以后,你想看一下2018年8月份總共有多少成交客戶,且每個客戶在2018年8月份首次成交的日期。

查看客戶數(shù)量只需要按客戶的唯一識別碼進(jìn)行去重就可以了。Excel默認(rèn)是全選,我們可以取消全選,選擇唯一識別碼進(jìn)行去重,這樣只要唯一識別碼重復(fù)就會被刪除,如下圖所示:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


因為Excel默認(rèn)會保留第一條記錄,而我們又想獲取每個客戶較早成交日期,所以我們需要先對時間進(jìn)行升序排序,讓較早的日期排在前面。這樣在刪除的時候就會保留較早的成交日期。

刪除前后的對比如下圖所示:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


(2)Python實現(xiàn)

在Python中我們利用drop_duplicates ( ) 方法,該方法默認(rèn)對所有值進(jìn)行重復(fù)值判斷,且默認(rèn)保留第一個值(或第一行值)。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


上面的代碼是針對所有字段進(jìn)行的重復(fù)值判斷,我們同樣也可以只針對某一列或某幾列進(jìn)行重復(fù)值刪除的判斷,只需要在drop_duplicates ( ) 方法中指明要判斷的列名即可。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


也可以利用多列去重,只需要把多個列名以列表的形式傳給參數(shù)subset即可。比如按姓名和唯一識別碼去重。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


還可以定義刪除重復(fù)項時要保留哪個,默認(rèn)是保留第一個,也可以默認(rèn)保留最后一個,或者全部不保留。通過傳入?yún)?shù)keep進(jìn)行設(shè)置,參數(shù)keep默認(rèn)值是first,即保留第一個值;也可以是last,保留最后一個值;還可以是False,即把重復(fù)值全部去掉。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


三、異常值的檢測與處理

異常值就是相比正常數(shù)據(jù)而言過高或者過低的數(shù)據(jù),比如一個人的年齡是0歲或者100歲都算是一個異常值,因為這和實際情況差距過大。

1、異常值檢測

要處理異常值首先要檢測,也就是發(fā)現(xiàn)異常值,發(fā)現(xiàn)異常值的方式主要有以下三種:

■根據(jù)業(yè)務(wù)經(jīng)驗劃定不同指標(biāo)的正常范圍,超過該范圍的值就可以算為異常值

■通過繪制箱型圖,把大于(小于)箱型圖上邊緣(下邊緣)的點稱為異常值

■如果數(shù)據(jù)服從正太分布,則可以利用3σ 原則;如果一個數(shù)值與平均值之間的偏差超過3倍標(biāo)準(zhǔn)差,那么我們就認(rèn)為這個值是異常值。

箱形圖如下圖所示:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


下圖是正態(tài)分布圖,我們把大于μ+3σ的值稱為異常值。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


2、異常值處理

對于異常值一般有以下幾種處理方式:

■最常用的處理方式就是刪除

■把異常值當(dāng)做缺失值來填充

■把異常值當(dāng)做特殊情況,研究異常值出現(xiàn)的原因

(1)Excel實現(xiàn)

在Excel中,刪除異常值只要通過篩選就把異常值對應(yīng)的行找出來,然后單擊鼠標(biāo)右鍵選擇刪除行即可。

對異常值進(jìn)行填充,其實就是對異常值進(jìn)行替換,同樣通過篩選的功能把異常值先找出來,然后把這些異常值替換成要填充的值即可。

(2)Python實現(xiàn)

在Python中,刪除異常值用到的方法和Excel中的方法原理類似,Python中是通過過濾的方法對異常值進(jìn)行刪除。比如 df 表中有年齡這個指標(biāo),要把年齡大于200的值刪掉,你可以通過篩選把年齡不大于200的篩出來,篩出來的部分就是刪除大于200的值以后的新表。

對異常值進(jìn)行填充,就是對異常值進(jìn)行替換,利用 replace ( ) 方法可以對特定的值進(jìn)行替換。

四、數(shù)據(jù)類型轉(zhuǎn)換

1、數(shù)據(jù)類型

(1)Excel實現(xiàn)

在Excel中常用的數(shù)據(jù)類型就是在菜單欄中數(shù)字選項下面的幾種,你也可以選擇其他數(shù)據(jù)格式,如下圖所示。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


在Excel中只要選中某一列就可以在菜單欄看到這一列的數(shù)據(jù)類型。

當(dāng)選中成交時間這一列時,菜單欄中就會顯示日期,表示成交時間這一列的數(shù)據(jù)類型是日期格式,如下圖所示。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


(2)Python實現(xiàn)

Pandas不像Excel分得那么詳細(xì),它主要有6種數(shù)據(jù)類型,如下表所示。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


在 Python 中,不僅可以用 info ( ) 方法獲取每一列的數(shù)據(jù)類型,還可以通過 dtype方法來獲取某一列的數(shù)據(jù)類型。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


2、類型轉(zhuǎn)換

我們在前面說過,不同數(shù)據(jù)類型的數(shù)據(jù)可以做的事情是不一樣的,所以我們需要對數(shù)據(jù)進(jìn)行類型轉(zhuǎn)化,把數(shù)據(jù)轉(zhuǎn)換為我們需要的類型。

(1)Excel實現(xiàn)

在Excel中如果想更改某一列的數(shù)據(jù)類型,只要選中這一列,然后在數(shù)字菜單欄中通過下拉菜單選擇你要轉(zhuǎn)換的目標(biāo)類型即可實現(xiàn)。

下圖就是將文本類型的數(shù)據(jù)轉(zhuǎn)換成數(shù)值類型的數(shù)據(jù),數(shù)值類型數(shù)據(jù)默認(rèn)為兩位小數(shù),也可以設(shè)置成其他位數(shù)。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


(2)Python實現(xiàn)

在Python中 ,我們利用astype ( ) 方法對數(shù)據(jù)類型進(jìn)行轉(zhuǎn)換,astype ( ) 后面的括號里指明要轉(zhuǎn)換的目標(biāo)類型即可。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


五、索引設(shè)置

索引是查找數(shù)據(jù)的依據(jù),設(shè)置索引的目的是便于我們查找數(shù)據(jù)。舉個例子,你逛超市買了很多食材,回到家以后你要把這些食材全部放在冰箱里,放置在冰箱的過程其實就是一個建立索引的過程,比如蔬菜放在冷藏室,肉類放在冷凍室,進(jìn)行完這樣的分類存放之后,這樣再找的時候就可以很快的找到。

1、為無索引的表添加索引

有的表沒有索引,這時要給這類表加一個索引。

(1)Excel實現(xiàn)

在Excel中,一般都是有索引的,如果沒索引數(shù)據(jù)看起來會很亂,當(dāng)然也會有例外,數(shù)據(jù)表就是沒有索引的。這個時候插入一行一列就是為表添加索引。

添加索引前后的對比如下圖所示,序號列為行索引,字段名稱為列索引。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


(2)Python實現(xiàn)

在Python中,如果表沒有索引,會默認(rèn)用從0開始的自然數(shù)做索引,比如下面這樣:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


通過給表df的columns參數(shù)傳入列索引值,index參數(shù)傳入行索引值達(dá)到為無索引表添加索引的目的,具體實現(xiàn)如下:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


2、重新設(shè)置索引

重新設(shè)置索引,一般指行索引的設(shè)置。有的表雖然有索引,但不是我們想要的索引,比如現(xiàn)在有一個表是把序號作為行索引,而我們想要把訂單編號作為行索引,該怎么實現(xiàn)呢?

(1)Excel實現(xiàn)

在Excel中重新設(shè)置行索引比較簡單,你想讓哪一列做行索引,直接把這一列拖到第一列的位置即可。

(2)Python實現(xiàn)

在Python中可以利用set_index ( ) 方法重新設(shè)置索引列,在 set_index ( ) 里指明要用作行索引的列的名稱即可。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


在重新設(shè)置索引時,還可以給 set_index ( ) 方法傳入兩個或多個列名,我們把這種一個表中用多列來做索引的方式稱為層次化索引,層次化索引一般用在某一列中含有多個重復(fù)值的情況下。層次化索引的例子,如下所示,其中 a、b、c、d 分別有多個重復(fù)值。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


3、重命名索引

重命名索引是針對現(xiàn)有索引名進(jìn)行修改的,就是改字段名。

(1)Excel實現(xiàn)

在Excel中重命名索引比較簡單,就是直接修改字段名。

(2)Python實現(xiàn)

在Python中重命名索引,我們利用的是rename ( ) 方法,在rename ( ) 后的括號里指明要修改的行索引及列索引名。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理
數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


4、重置索引

重置索引主要用在層次化索引表中,重置索引是將索引列當(dāng)作一個columns進(jìn)行返回。

在下圖左側(cè)的表中,Z1、Z2是一個層次化索引,經(jīng)過重置索引以后,Z1、Z2這兩個索引以columns的形式返回,變?yōu)槌R?guī)的兩列。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


在Excel中,我們要進(jìn)行這種轉(zhuǎn)換,直接通過復(fù)制、粘貼、刪除等功能就可以實現(xiàn),比較簡單。我們主要講一下在Python中怎么實現(xiàn)。

在Python利用的是reset_index ( ) 方法,reset_index ( ) 方法常用的參數(shù)如下:

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


level參數(shù)用來指定要將層次化索引的第幾級別轉(zhuǎn)化為columns,第一個索引為0級,第二個索引為1級,默認(rèn)為全部索引,即默認(rèn)把索引全部轉(zhuǎn)化為columns。

drop參數(shù)用來指定是否將原索引刪掉,即不作為一個新的columns,默認(rèn)為False,即不刪除原索引。

inplace參數(shù)用來指定是否修改原數(shù)據(jù)表。

數(shù)據(jù)分析實踐入門(一):數(shù)據(jù)預(yù)處理


reset_index ( ) 方法常用于數(shù)據(jù)分組、數(shù)據(jù)透視表中。


這是“數(shù)據(jù)分析實踐入門系列“的第一篇,接下來還會陸續(xù)奉上干貨,請持續(xù)關(guān)注我們吧!

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個參數(shù)驗證碼對象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時表示是新驗證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }