在繼上一次給大家推薦了兩個數據分析工具之后：

推薦2個十分好用的pandas數據探索分析神器！

今天小編繼續來給大家介紹一款用于做EDA(探索性數據分析)的利器，并且可以自動生成代碼，幫助大家極大節省工作時間與提升工作效率的利器，叫做Bamboolib。

大家可以將其理解為是Pandas的GUI擴展工具，所具備的功能有

• 查看DataFrame數據集與Series數據集

• 過濾數據

• 數據的統計分析

• 繪制交互式圖表

• 文本數據的操作

• 數據清洗與類型轉換

• 合并數據集

安裝模塊

在使用之前，我們先需要通過pip install進行該模塊的安裝

pip?install?bamboolib

同時因為我們要在Jupyter Notebook以及JupyterLab上面用到該工具，因此還要安裝額外的插件

#?Jupyter?Notebook?extensions python?-m?bamboolib?install_nbextensions#?JupyterLab?extensions python?-m?bamboolib?install_labextensions

查看DataFrame數據集

在上面的步驟全都完成之后，我們開始簡單的來嘗試使用一下bamboolib，導入我們需要用到的模塊

import?bamboolib?as?bam import?pandas?as?pd

讀取數據

df?=?pd.read_excel(io="supermarkt_sales.xlsx",engine="openpyxl",sheet_name="Sales",skiprows=3,usecols="B:R",nrows=1000, )df

會彈出如下所示的界面，

我們先來簡單介紹一下界面上的各個按鈕，

• Explore DataFrame：對數據集進行探索性分析的按鈕

• Create plot: 繪制交互性圖表的按鈕

• Search Transformations：包含對數據集進行各項操作

• Update: 過濾出指定的列

• Export: 可以將處理完的數據集以及代碼導出

我們點擊Explore DataFrame按鈕來對數據先來一個大致的印象

我們看到會對數據集有一個大致的介紹，例如數據集是有1000行、18列，然后每一列的數據類型、每一列有多少的唯一值和缺失值我們都可以直觀的看到

要是我們想要查看有著連續型變量的特征，它們之間的相關性，可以點擊Correlation Matrix按鈕

過濾數據

要是我們想要指定某一列數據的話，點擊下拉框，選中select or drop columns，

或者我們想要刪掉某一列的話，也是相類似的操作

當然我們如果想要根據特定的條件來過濾出某些數據的話，則是選中filter rows按鈕，然后我們給出特定的條件，在Bamboolib模塊當中有多種方式來過濾數據，有has values、contains、startswith、endswith等等，類似于Pandas模塊當中對于文本數據處理的方法，例如我們想要挑選出“省份”這一列當中的“浙江省”的數據，就這么來做

我們還能夠對每行的數據進行排列，點擊下拉框選中sort rows，例如我們以“毛利率”的大小來排序，并且是降序排序，就這么來做

要是我們想要對某一列的列名進行重命名，點擊rename columns

數據的清洗與類型轉換

我們能夠改變數據集當中某一列的數據類型，點擊選中change column data dtype

對于缺失值的情況，我們既可以選擇去除掉這些缺失值，點擊選中drop missing values或者是drop columns with missing values

當然可以將這些缺失值替代為其他特定的值，無論是平均值或者是眾數等等，點擊選中find and replace missing values

數據的統計分析

我們可以通過bamboolib模塊來對數據進行統計分析，例如計算數值的變化(percent change)，我們在下拉框中找到percent change的選項，然后對指定的列計算當中數值的變化百分比

我們還能夠進行累乘/累加的操作，我們在下拉框中選中cumulative product或者是cumulative sum

另外我們還能進行分組統計的計算操作，選中下拉框當中的group by and aggregate按鈕，例如我們以“省份”來分組，計算“總收入”的平均值，可以這么來操作

合并數據集

要是我們想要進行合并數據集的操作，在下拉框選中join/merge dataframes選項，當中有四種合并的方式，分別是inner join、left join、right join和outer join，然后我們選擇合并的

文本數據的操作

我們還能對數據集當中的文本數據進行各種操作，包括對英文字母大小寫的轉換，就用convert to lowercase/convert to uppercase

如果我們需要對字符串當中的空格做一個處理，我們在下拉框當中選中Remove leading and trailing whitespaces

而要是我們需要對字符串做一個分割，就在下拉框中選中split text column

繪制交互式的圖表

我們同時還能夠通過該模塊來繪制交互式的圖表，我們點擊“create plot”按鈕，我們能看到在圖表類型當中有直方圖、柱狀圖、折線圖、餅圖等十來種，我們來繪制當中的一種

我們在X軸上指定的是“省份”的數據，然后根據不同的商品類型配上不同的顏色，而從繪制出來的結果中能夠看到來自“北京”的顧客“食品飲料”購買的比較多，而來“浙江”的顧客“服裝服飾”購買的比較多

當然除了直方圖之外，還有其他很多種圖表可以通過該模塊來繪制，這里由于篇幅有限，小編就不一一給大家演示。

END

各位伙伴們好，詹帥本帥搭建了一個個人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請移步小程序體驗一下哦！（歡迎提建議）

推薦閱讀

牛逼！Python常用數據類型的基本操作（長文系列第①篇）

牛逼！Python的判斷、循環和各種表達式（長文系列第②篇）

牛逼！Python函數和文件操作（長文系列第③篇）

牛逼！Python錯誤、異常和模塊（長文系列第④篇）

總結

以上是生活随笔為你收集整理的2000字精华总结，安利一个超好用的Pandas数据挖掘分析神器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。