ProfileReport()를 사용하는 Pandas의 데이터 세트 | LuckyTemplates의 파이썬

데이터 분석가로서 직면하게 될 가장 일반적인 질문 중 하나는 주어진 데이터 세트를 탐색하는 가장 좋은 방법이 무엇인지입니다. 이것은 주로 모든 데이터를 자신이나 팀이 쉽게 해석할 수 있는 보고서에 통합하려는 경우 중요한 고려 사항입니다. 이 튜토리얼에서는 ProfileReport()를 사용하여 Pandas에서 데이터 세트를 효율적으로 탐색하는 방법을 보여드리겠습니다. 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

데이터 세트가 제공되면 무엇을 합니까? 데이터 세트를 어떻게 탐색합니까? 주로 자신, 동료 등을 위해 읽기 쉬운 보고서에 모든 것을 통합하려면 고려해야 할 사항이 많습니다.

첫째, 어떤 종류의 변수인지 생각합니다. 변수를 분석하고 처리하는 방법에 영향을 미치기 때문입니다. 데이터는 주어진 것을 의미합니다. 따라서 누락된 것은 우리가 가지고 있지 않은 데이터가 될 것입니다. 또 다른 것은 이러한 관계를 시각화하는 것입니다. 그들은 같은 중요시하는 점은 무엇입니까? 우리는 그 시각화 능력을 초기에 그리고 자주 사용하기를 원합니다.

이것들은 서로 맞물리는 복잡한 질문들이 많이 있습니다. 좋은 점은 이러한 답변을 제공하는 프로파일링 보고서 기능이 있다는 것입니다. 이제 파이썬에서 모든 것을 살펴보겠습니다.

목차

• ProfileReport() 함수를 사용하여 Pandas에서 데이터 세트 탐색
• 결론

ProfileReport() 함수를 사용하여 Pandas에서 데이터 세트 탐색

먼저 데이터 세트를 로드합니다.

그런 다음 pandas_profiling 에서 프로필 보고서라는 항목을 가져올 것입니다. 이제 여기에서 오류가 발생하면 설치해야 할 수 있습니다. 아나콘다를 사용하고 있습니다. 나는 당신도 그것을 사용하는 것이 좋습니다. 이것을 실행한 다음 인쇄해 봅시다.

여기 있습니다. 개요가 있습니다 . 이것은 우리에게 변수 유형의 분석을 제공합니다. 데이터 세트 통계가 있습니다. 우리는 행 열의 수 등을 봅니다. 이 보고서의 좋은 점은 원스톱 상점과 같고 보기에도 정말 좋다는 것입니다. 그것은 매우 매력적인 프레젠테이션을 가지고 있습니다.

여기서 아래로 스크롤하면 Variables 가 있습니다 . 시각화가 표시되고 변수에 대한 자세한 내용을 토글할 수 있습니다. 약간 특이할 수 있는 것을 가리키는 플래그가 있습니다. 이러한 알림도 제공되며 더 많은 정보를 제공할 다른 많은 기능도 있습니다. 그리고 이것은 모든 단일 변수에 대한 것입니다.

계속 아래로 스크롤하면 데이터를 시각화하기 위해 산점도가 생성된 Interactions를 찾을 수 있습니다.

그런 다음 관계를 요약한 상관 관계가 있습니다 .

다음은 매우 중요한 결측값 입니다. 보시다시피 여기에 몇 가지 누락된 값이 있으며 그 이유를 알고 싶습니다. 여기에 있는 이러한 시각화는 우리가 그렇게 하는 데 도움을 주기 위한 것입니다. 각 시각적 개체를 클릭하고 데이터를 분석할 수 있습니다.

마지막으로 샘플이 있습니다. 우리는 이것을 여러 가지 방법으로 얻을 수 있지만 이것이 하는 일은 단지 처음 몇 행을 인쇄하는 것입니다. 이것은 알아두면 좋은 것입니다.

다단계 또는 계층 데이터용 Pandas의 MultiIndex
Python에서 샘플 데이터 세트를 로드하는 방법
LuckyTemplates에서 Python: 설치 및 설정 방법

결론

이것이 ProfileReport() 함수를 사용하여 Pandas에서 데이터 세트를 탐색하는 방법입니다. 데이터를 슬라이스하고 다이싱하는 방법에는 여러 가지가 있습니다. 데이터 순열의 모든 조합을 생각하십시오. 이것은 당신을 위해 모든 것을 할 수는 없지만 정말 좋은 시작입니다.

데이터를 탐색할 때 실제로는 반복적인 프로세스입니다. 우리가 원하는 만큼 일회성 마법의 약은 없습니다. 그러나 ProfilerReport()는 정말 훌륭한 도구입니다. 우리는 많은 정보와 단 한 줄의 코드를 얻습니다. 이것은 무료 도구이므로 자신의 작업에 사용하기를 바랍니다. 어떻게 하는지 알려주세요.

모두 제일 좋다!