Python一行命令生成数据分析报告
16lz
2021-01-22
一般在python进行数据分析/统计分析时，第一步总是对数据进行一些描述性分析、相关性分析，但是总会是有一大堆代码，那么今天就介绍一个神器pandas_profiling，一行命令就能搞定大部分描述性分析！
安装
pip install pandas_profiling
使用
那么我们继续使用之前文章中使用过很多次的NBA数据集，还记得我们在介绍pandas使用的那篇文章中分很多章节去讲解如何使用pandas对该数据集进行一些基础的数据分析吗(python数据分析万字干货！一个数据集全方位解读pandas)。那就是使用df.describe()函数
df.describe()函数虽然功能强大，但对于进行详细的探索性数据分析却有些基础。 pandas_profiling扩展了pandas DataFrame的功能，可以使用df.profile_report()进行快速的数据分析。只需要一行命令就能得到所有结果！
首先还是先导入数据
import pandas as pd
import pandas_profiling
nba = pd.read_csv('nba_all_elo.csv')然后只用一行命令就能得到全部的数据分析结果
nba.profile_report()
可以看到，除了之前我们需要的一些描述性统计数据，该报告还包含以下信息：
类型推断：检测数据帧中列的数据类型。
要点：类型，唯一值，缺失值
分位数统计信息，例如最小值，Q1，中位数，Q3，最大值，范围，四分位数范围
描述性统计数据，例如均值，众数，标准偏差，总和，中位数绝对偏差，变异系数，峰度，偏度
最常使用的值
直方图
相关性矩阵
缺失值矩阵，计数，热图和缺失值树状图
文本分析：了解文本数据的类别（大写，空格），脚本（拉丁，西里尔字母）和块（ASCII）
当然我们还以将该报告保存为html，这样结合Django可以快速将本次分析结果部署至云端随时随地查看！
result = pandas_profiling.ProfileReport(nba)
result.to_file("./result.html")参考资料
[1]GitHub: https://github.com/pandas-profiling/pandas-profiling
更多相关文章
- 数据工程师需要掌握的18个python库
- python数据分析之清洗数据：缺失值处理
- 钉钉在线求饶？五星分期付款？爬取钉钉App Store真实评价数据并分析
- python数据分析——在python中实现线性回归
- 手机上利用python进行数据分析——创建自己的远程jupyter notebo
- 怎么样描述你的数据——用python做描述性分析
- 十分钟学会reqests模块爬取数据——从爬取疫情数据说起
- 使用pyecharts进行数据可视化
- python数据类型的强制转换