使用 ProfileReport() 的 Pandas 中的數據集 | LuckyTemplates 中的 Python

作為數據分析師，您將遇到的最常見問題之一是探索給定數據集的最佳方式是什麼。這是一個重要的考慮因素，主要是如果您想將所有數據放在一份報告中，以便您自己或您的團隊輕鬆解讀。在本教程中，我將演示如何使用 ProfileReport() 在 Pandas 中高效地探索數據集。您可以在本博客底部觀看本教程的完整視頻。

當你得到一個數據集時，你會怎麼做？你如何探索數據集？首先，如果您想將所有內容放在一個易於閱讀的報告中，供您自己、同事等使用，您需要考慮很多事情。

首先，你要考慮它們是什麼類型的變量，因為這會影響你分析它們的方式和對待它們的方式。數據意味著給定的東西。因此，缺少的將是我們沒有的數據。另一件事是形象化這些關係。他們看起來怎麼樣？我們希望儘早並經常使用這種可視化功能。

這些是很多環環相扣的複雜問題。好消息是，有可用的分析報告功能可以為我們提供這些答案。那麼，讓我們看看 Python 中的所有內容。

目錄

• 使用 ProfileReport() 函數探索 Pandas 中的數據集
• 結論

使用 ProfileReport() 函數探索 Pandas 中的數據集

首先，我們要加載數據集。

然後，從pandas_profiling中，我們將導入這個叫做配置文件報告的東西。現在，如果你在這裡遇到錯誤，你可能需要安裝它。我正在使用蟒蛇。我建議你也使用它。讓我們運行它，然後打印它。

所以就在這裡。我們有一個概述。這為我們提供了變量類型的細分。我們已經獲得了數據集統計信息。我們看到行列數，等等。這份報告的好處在於它就像一個一站式商店，而且看起來也非常好。它有一個非常吸引人的介紹。

我們在這裡向下滾動，我們有Variables。我們得到了可視化效果，我們可以切換有關變量的更多詳細信息。我們有一些標誌可以指出可能有點不尋常的事情。我們也收到了這些警報，許多其他功能將為我們提供更多信息。而且，這是針對每個變量的。

當我們繼續向下滾動時，我們會找到交互，它在其中創建散點圖以可視化數據。

然後，我們得到了Correlations，它總結了這種關係。

接下來是Missing Values，這是非常重要的。如您所見，我們這裡確實有一些缺失值，我們想知道為什麼。這裡的這些可視化旨在幫助我們做到這一點。我們可以單擊每個視覺對象並分析數據。

最後，我們有樣品。我們可以通過多種方式獲得它，但這只是打印出前幾行，這一點很好理解。

Pandas 中用於多級或分層數據的 MultiIndex
如何在 Python 中加載示例數據集
LuckyTemplates 中的 Python：如何安裝和設置

結論

這就是您使用 ProfileReport() 函數在 Pandas 中探索數據集的方式。有很多方法可以對數據進行切片和切塊。考慮數據排列的所有組合。這不會為您做所有事情，但這是一個非常好的開始。

當我們探索數據時，它實際上是一個迭代過程。沒有像我們想要的那樣一勞永逸的靈丹妙藥。然而，ProfilerReport() 確實是一個很棒的工具。我們得到了很多信息，而只有一行代碼。這是一個免費的工具，所以我希望你能在自己的工作中使用它。讓我們知道你是怎麼做到的。

一切順利！