我們使用Pandas進行數據分析時，首先要先對數據集進行探索性數據分析(Exploratory data analysis)，以便有一個大體的了解，明確后續數據處理、分析方向，數據EDA大致包含如下內容：

• 感知數據的直觀表現
• 挖掘潛在的結構
• 提取重要的變量
• 處理異常值
• 檢驗統計假設
• 建立初步模型
• 決定最優因子的設置

通常，我們使用pandas.describe方法，對數據集可以有個大體的了解，如下：

執行上述代碼，輸出如下：

然后，再通過分析各數據字段之間的關系，如 使用折線圖，散點圖，柱狀圖，關聯分析等等，進一步探索數據集。

不難發現，數據EDA操作，通常需要連續的N多操作，步驟還是比較繁瑣的。

---

相見恨晚

直到最近在GitHub上閑逛時，看到了pandas-profiling項目，其使用df.profile_report 擴展了pandas DataFrame，實現了一行代碼就可以生成一份超詳細的數據分析報告，強無敵！包含以下內容：

• 概要：類型、惟一值、缺失值。
• 分位數統計：如最小值，Q1(較小四分位數)，Q2(中位數)，Q3(較大四分位數)。
• 描述性統計：均值、模式、標準差和中位數絕對偏差、變異系數、峰度、偏度。
• 最常值
• 柱狀圖
• 相關性：突出高度相關的變量，斯皮爾曼，皮爾遜和肯德爾矩陣。
• 缺失值：矩陣，計數，熱圖和樹狀圖的缺失值。

---

安裝

使用pip進行安裝，十分簡單。

安裝過程如下：

---

實例

我們以泰坦尼克號數據集為例，體驗一下 pandas_profiling 的強大。代碼如下：

查看上述代碼執行生成的Titanic_Eda.html，如下：

強無敵。Gif可能不太清楚，貼幾張清晰的圖，如下：

---

總結

以上是生活随笔為你收集整理的pandas添加一行数据_恨晚，Python探索性数据分析神器pandas-profiling，一行代码搞定...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。