溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
如何使用pandas_profiling完成探索性數據分析，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。
筆者最近發現一款將pandas數據框快速轉化為描述性數據分析報告的package——pandas_profiling。一行代碼即可生成內容豐富的EDA內容，兩行代碼即可將報告以.html格式保存。筆者當初也是從數據分析做起的，所以深知這個工具對于數據分析的朋友而言極為方便，在此特地分享給大家。
我們以uci機器學習庫中的人口調查數據集adult.data為例進行說明。
數據集地址：
https://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.data
常規情況下我們拿到數據做EDA的時候這幾種函數是必用的：
看一下數據長啥樣：
import numpy as npimport pandas as pdadult = pd.read_csv('../adult.data')adult.head()
對數據進行統計描述：
adult.describe()
查看變量信息和缺失情況：
adult.info()
這是最簡單最快速了解一個數據集的方法。當然，更深層次的EDA一定是要借助統計圖形來展示的。基于scipy、matplotlib和seaborn等工具的展示這里權且略過。
現在我們有了pandas_profiling。上述過程以及各種統計相關性計算、統計繪圖全部由pandas_profiling打包搞定了。pandas_profiling安裝，包括pip、conda和源碼三種安裝方式。
pip：
pip install pandas-profilingpip install https://github.com/pandas-profiling/pandas-profiling/archive/master.zip
conda：
conda install -c conda-forge pandas-profiling
source：
先下載源碼文件，然后解壓到setup.py所在的文件目錄下：
python setup.py install
再來看pandas_profiling基本用法，用pandas將數據讀入之后，對數據框直接調用profile_report方法生成EDA分析報告，然后使用to_file方法另存為.html文件。
profile = df.profile_report(title="Census Dataset")profile.to_file(output_file=Path("./census_report.html"))
看看報告效果如何。pandas-profiling EDA報告包括數據整體概覽、變量探索、相關性計算、缺失值情況和抽樣展示等5個方面。
數據整體概覽：
變量探索：
相關性計算：
這里為大家提供5種相關性系數。
缺失值情況：
pandas-profiling為我們提供了四種缺失值展現形式。
數據樣本展示：
就是pandas里面的df.head()和df.tail()兩個函數。
上述示例參考代碼：
from pathlib import Pathimport pandas as pdimport numpy as npimport requestsimport pandas_profilingif __name__ == "__main__":file_name = Path("census_train.csv")if not file_name.exists():data = requests.get("https://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.data")file_name.write_bytes(data.content)# Names based on https://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.namesdf = pd.read_csv(file_name,header=None,index_col=False,names=["age","workclass","fnlwgt","education","education-num","marital-status","occupation","relationship","race","sex","capital-gain","capital-loss","hours-per-week","native-country",],)# Prepare missing valuesdf = df.replace("\\?", np.nan, regex=True)profile = df.profile_report(title="Census Dataset")profile.to_file(output_file=Path("./census_report.html"))
除此之外，pandas_profiling還提供了pycharm配置方法：
配置完成后在pycharm左邊項目欄目直接右鍵external_tool下的pandas_profiling即可直接生成EDA報告。更多內容大家可以到該項目GitHub地址查看：
關于如何使用pandas_profiling完成探索性數據分析問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
