ชุดข้อมูลใน Pandas ด้วย ProfileReport() | Python ใน LuckyTemplates

หนึ่งในคำถามที่พบบ่อยที่สุดที่คุณจะพบในฐานะนักวิเคราะห์ข้อมูลคือวิธีที่ดีที่สุดในการสำรวจชุดข้อมูลที่กำหนดคืออะไร นี่เป็นข้อพิจารณาที่สำคัญเป็นหลัก หากคุณต้องการรวบรวมข้อมูลทั้งหมดเข้าด้วยกันในรายงานที่ตัวคุณเองหรือทีมของคุณตีความได้ง่าย ในบทช่วยสอนนี้ ฉันจะสาธิตวิธีการสำรวจชุดข้อมูลใน Pandas อย่างมีประสิทธิภาพโดยใช้ ProfileReport() คุณสามารถดูวิดีโอทั้งหมดของบทช่วยสอนนี้ได้ที่ด้านล่างของบล็อกนี้

เมื่อคุณได้รับชุดข้อมูล คุณจะทำอย่างไร? คุณสำรวจชุดข้อมูลอย่างไร โดยพื้นฐานแล้ว หากคุณต้องการรวบรวมทั้งหมดไว้ในรายงานที่อ่านง่ายสำหรับตัวคุณเอง สำหรับเพื่อนร่วมงาน ฯลฯ คุณมีหลายสิ่งที่ต้องพิจารณา

ขั้นแรก คุณคิดว่าตัวแปรเหล่านี้เป็นตัวแปรประเภทใด เพราะนั่นจะมีอิทธิพลต่อวิธีที่คุณวิเคราะห์และวิธีที่คุณปฏิบัติต่อพวกเขา ข้อมูลหมายถึงสิ่งที่ได้รับ ดังนั้นสิ่งที่ขาดหายไปก็คือข้อมูลที่เราไม่มี อีกสิ่งหนึ่งคือการนึกภาพความสัมพันธ์เหล่านั้น พวกเขามีลักษณะอย่างไร? เราต้องการใช้พลังการแสดงภาพนั้นแต่เนิ่นๆ และบ่อยครั้ง

คำถามเหล่านี้เป็นคำถามที่ซับซ้อนมากมาย สิ่งที่ดีคือมีฟังก์ชั่นรายงานการทำโปรไฟล์ที่จะให้คำตอบเหล่านั้นแก่เรา ลองดูทั้งหมดนี้ใน Python

สารบัญ

• สำรวจชุดข้อมูลใน Pandas โดยใช้ฟังก์ชัน ProfileReport()
• บทสรุป

สำรวจชุดข้อมูลใน Pandas โดยใช้ฟังก์ชัน ProfileReport()

ก่อนอื่น เราจะโหลดชุดข้อมูล

จากนั้น จากpandas_profilingเราจะนำเข้าสิ่งนี้ที่เรียกว่ารายงานโปรไฟล์ ตอนนี้ หากคุณได้รับข้อผิดพลาดที่นี่ คุณอาจต้องติดตั้ง ฉันใช้อนาคอนด้า ฉันขอแนะนำให้คุณใช้สิ่งนั้นเช่นกัน ลองเรียกใช้สิ่งนี้แล้วพิมพ์

ดังนั้นนี่คือ เรามีภาพรวม สิ่งนี้ทำให้เรามีการแบ่งประเภทของตัวแปร เรามีสถิติชุดข้อมูล เราเห็นจำนวนของแถว คอลัมน์ ต่อไปเรื่อยๆ สิ่งที่ดีสำหรับรายงานนี้คือมันเหมือนกับร้านค้าแบบครบวงจรและยังดูดีอีกด้วย มีการนำเสนอที่น่าสนใจมาก

เราเลื่อนลงมาที่นี่ และเรามีตัวแปร เราได้รับการสร้างภาพ และเราสามารถสลับรายละเอียดเพิ่มเติมเกี่ยวกับตัวแปรได้ เรามีธงที่ชี้ให้เห็นสิ่งที่อาจผิดปกติเล็กน้อย เรามีการแจ้งเตือนเหล่านี้เช่นกัน และคุณลักษณะอื่นๆ อีกมากมายที่จะให้ข้อมูลเพิ่มเติมแก่เรา และนี่คือสำหรับทุกตัวแปร

เมื่อเราเลื่อนลงไปเรื่อย ๆ เราจะพบการโต้ตอบซึ่งสร้างแผนภาพกระจายเพื่อให้เห็นภาพข้อมูล

จากนั้น เรามีCorrelationsซึ่งสรุปความสัมพันธ์

ถัดไปคือMissing Values ​​ซึ่งสำคัญมาก อย่างที่คุณเห็น เรามีค่าบางอย่างขาดหายไปที่นี่ และเราต้องการทราบสาเหตุ การสร้างภาพข้อมูลเหล่านี้มีขึ้นเพื่อช่วยให้เราทำสิ่งนั้นได้ เราสามารถคลิกผ่านแต่ละภาพและวิเคราะห์ข้อมูลได้

สุดท้ายนี้ เรามีตัวอย่าง เราสามารถหามันได้หลายวิธี แต่ทั้งหมดนี้ก็แค่พิมพ์ออกมาหลายๆ แถวแรก ซึ่งเป็นเรื่องที่ควรรู้

MultiIndex ใน Pandas สำหรับข้อมูลหลายระดับหรือลำดับชั้น
วิธีโหลดชุดข้อมูลตัวอย่างใน Python
Python ใน LuckyTemplates: วิธีติดตั้งและตั้งค่า

บทสรุป

นั่นคือวิธีที่คุณสำรวจชุดข้อมูลใน Pandas โดยใช้ฟังก์ชัน ProfileReport() มีหลายวิธีในการแบ่งและลูกเต๋าข้อมูล นึกถึงการรวมกันของการเรียงสับเปลี่ยนของข้อมูล สิ่งนี้ไม่สามารถทำทุกอย่างให้คุณได้ แต่เป็นการเริ่มต้นที่ดีจริงๆ

เมื่อเราสำรวจข้อมูล มันเป็นกระบวนการที่ทำซ้ำๆ ไม่มียาวิเศษที่ทำครั้งเดียวเสร็จเท่าที่เราอาจต้องการ อย่างไรก็ตาม ProfilerReport() เป็นเครื่องมือที่ยอดเยี่ยมจริงๆ เราได้รับข้อมูลมากมายและรหัสเพียงบรรทัดเดียว นี่เป็นเครื่องมือฟรี ดังนั้นฉันหวังว่าคุณจะสามารถใช้มันในงานของคุณเองได้ แจ้งให้เราทราบว่าคุณทำอย่างนั้นได้อย่างไร

ดีที่สุด!