Peter Nistrup
| 作者
夏夜 | 译者
Pandas 是 Python 中处理数据的首选库，它使用起来很容易，非常灵活，能够处理不同类型和大小的数据，而且它有大量的函数，这让操作数据简直是小菜一碟。
在30 秒内，完成你全部的标准数据分析，这就是用pandas进行数据分析产生的“奇迹”。
1
Pandas 基础之旅
用 Python 处理过数据的人大概对 pandas 不陌生。
如果想处理行或列排序的格式化数据，大多数情况下，你可以使用 pandas 处理。如果没安装 pandas，可以用你喜欢的命令终端安装，一定要用 pip 命令：
pip install pandas现在，让我们看看默认的 pandas 实现都可以做什么：
非常简洁，但也很平淡无奇，“method”这列去哪儿？
我们解释一下上面代码和输出的含义：
Pandas 的任何“数据帧”都有一个 describe() 方法，这个方法会返回上面的输出。但请注意，这个方法的以上输出数据中，关于类别的变量漏掉了。在上面的例子中，输出信息里，“method”这一列被完全移除。
让我们看看是否能做得更好。
2
Pandas 剖析
如果我告诉你，我仅用 3 行 Python 代码即可生成以下统计数据，你会感觉如何(如果不算 imports 语句的话，实际上只需要 1 行代码即可)：
- 核心信息：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、四分位数范围等
- 描述性统计：如平均值、众数、标准差、求和、中位数绝对偏差、扰动系数、峰度、偏度等
- 高频使用的数值
- 直方图
- 相关性：会突出显示高相关度变量、Spearman、Pearson 和 Kendall 矩阵
- 缺失值：矩阵、计数、热力图和缺失值树状图
(以上特征列表直接摘自 Pandas Profiling GitHub 页面)
使用 Pandas Profiling 包，我们仅用 1 行代码就可以得到以上数据！在命令行终端只需使用 pip 即可安装 Pandas Profiling 包：
pip install pandas_profiling乍一看，经验丰富的数据分析师可能会嘲笑这是华而不实的，但是，它可以帮助你快速获得你拥有的数据概况：
看到了吗，正如我所说，1 行代码搞定！
你看到的第一部分内容是“概览”(请看上图)，这部分内容会呈现给你一些非常高级的数据和变量统计，以及像变量高相关性和高偏态性等这类警告。
但是它提供的信息远远不止这些。往下滑动，我们会发现这份输出报告包含多个部分。仅用图片显示这个 1 行代码的输出都是不大合适的，所以我制作了一张 GIF 图：
我强烈建议你自己来探索这个软件包里的特色——毕竟，这只有 1 行代码，而且你会在以后的数据分析中发现这个软件包真的很好用。
import pandas as pd
import pandas_profiling
pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/planets.csv').profile_report()
-
END -
本文为转载分享&推荐阅读，若侵权请联系后台删除
