Python之pandas-profiling：pandas-profiling库的简介、安装、使用方法之详细攻略

---

pandas-profiling库的简介

        从pandas数据路由生成配置文件报告。pandas df.describe()函数很棒，但对于严肃的探索性数据分析来说有点基础。pandas_profiling通过php .profile_report()扩展了pandas DataFrame，用于快速数据分析。对于每一列，以下统计数据-如果与列类型相关-在一个交互式HTML报告中显示:

• 类型推断:检测数据流中的列类型。
• 基本要素:类型、唯一值、缺失值
• 分位数统计如最小值，Q1，中位数，Q3，最大值，范围，四分位数范围
• 描述统计，如平均值，众数，标准差，总和，中位数绝对偏差，变异系数，峰度，偏度
• 最常见的价值观
• 柱状图
• 高度相关变量的相关性突出，Spearman, Pearson和Kendall矩阵
• 缺失值矩阵，计数，热图和缺失值的树状图
• 学习文本数据的分类(大写，空格)，脚本(拉丁语，西里尔字母)和块(ASCII)。
• 文件和图像分析提取文件大小，创建日期和尺寸和扫描截短的图像或那些包含EXIF信息。

pandas-profiling库的安装

pip install pandas-profiling

pandas-profiling库的使用方法

1、基础用法

import numpy as np
import pandas as pd
from pandas_profiling import ProfileReport

df = pd.DataFrame(
    np.random.rand(100, 5),
    columns=["a", "b", "c", "d", "e"]
)

profile = ProfileReport(df, title="Pandas Profiling Report")
profile.to_file("your_report.html")


profile = ProfileReport(large_dataset, minimal=True)
profile.to_file("output.html")

profile = df.profile_report(title='Pandas Profiling Report', plot={'histogram': {'bins': 8}})
profile.to_file("output.html")