pandas数据分析工具-pandas_profiling

最新推荐文章于 2024-04-25 09:33:18 发布

丶——

最新推荐文章于 2024-04-25 09:33:18 发布

阅读量799

点赞数

文章标签：数据分析数据挖掘 python pandas

本文链接：https://blog.csdn.net/ScottHKP/article/details/122157544

版权

该博客介绍了使用Python的pandas库进行数据读取和类型转换，通过`df.replace()`方法去除数值中的小数点，然后利用`df.apply()`函数进行数据处理。此外，运用pandas_profiling进行高级数据分析，生成了详细的报告并保存为HTML文件，便于进一步的数据探索和理解。

摘要由CSDN通过智能技术生成

import pandas as pd 
import numpy as np
from pandas_profiling import ProfileReport #数据分析新模块

df = pd.read_csv('./data/1#FJ.csv')# 读取csv文档

df.v = df.v.astype('str')# 转换df中['v']的数据类型，int，float64，float32...

df['Price'] = df.apply(lambda x: (x['v'].replace('.', '')),axis=1)# 将df中['v']中的小数点去掉，df.v中数据需是str类型

#数据分析
df.describe(include='all')# 数据分析：中位数、最大最小值等

profile = ProfileReport(df)# 进阶版数据分析工具
profile.to_file("./data/Analysis.html")# 输出html格式分析文档