自动生成数据分析报告——Pandas profiling

最近发现了一个很好用的 Python 第三方库——pandas-profiling。它能够在 DataFrame 的数据上自动生成详细报告，比 df.describe() 生成的报告要详细很多。而且生成的报告还能导出为 HTML。

主要内容有：

• 缺失数据、重复行统计
• 占用内存情况
• 对于每个变量的基本统计，并绘制直方图
• 考察变量之间的相关性
• 行首和行尾数据预览（相当于 head() 和 tail()）

包的安装和使用也很简单：

pip install pandas-profiling

from pandas_profiling import ProfileReport
profile = ProfileReport(df, title="BBC News", html={"style": {"full_width": True}})
profile.to_file('report.html') # 导出 HTML

或者直接在 Notebook 里交互查看：

profile.to_notebook_iframe()

自定义功能

它还允许我们通过自定义配置文件 your_config.yml，添加一些功能和统计量，详见 pandas-profiling: Changing settings

指定配置文件：

profile = ProfileReport(df, config_file="your_config.yml")
profile.to_file("report.html")

---

基本效果图