pandas-profiling数据分析预览

最新推荐文章于 2023-11-29 09:21:13 发布
最新推荐文章于 2023-11-29 09:21:13 发布
阅读量278 收藏
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_45210226/article/details/109271152
版权

导入包

import pandas as pd
import pandas_profiling

生成报告

#data为DataFrame类型数据
pandas_profiling.ProfileReport(data)

导出报告

prf = pandas_profiling.ProfileReport(data)
prf.to_file('report.html')

报告详细内容

1. 总缆

首先是总览 Overview，包含数据集的一些信息：

  • 行数
  • 列数
  • 数据缺失率
  • 占用内存大小
  • 属性值的类型的统计
  • 一些警报信息
    在这里插入图片描述
2. 属性值描述

包含每个属性列的一些详细信息：
在这里插入图片描述

3. 属性值相关性分析

在这里插入图片描述

_qz
关注
专栏目录
3、pandas数据预览
weixin_45052608的博客
06-21 506
实例：数据查看 #切片 import pandas as pd import numpy as np data = pd.DataFrame({'id':[1,3,2],'name':['a','b','c']},index=[0,1,2]) print('data：\n',data) #查看指定列 print('id列：\n',pd.DataFrame(data['id'])) print('id、name两列：\n',data.loc[:,['id','name']]) print('第2列：\n',.
2.Pandas预览数据
weixin_42167712的博客
08-25 1522
目录1.设置Pandas显示参数2.浏览头5行，后5行数据3.检查数据是否存在缺失值3.1 普通检查3.2 复杂检查（能显示缺失百分比）3.3最终检查4. 了解数据的属性名，数据量，数据类型(data_type)5.了解数据的均值、方差、最大最小值...6.了解数据的形状（几行几列）7.获取属性名/列名7.1返回index对象7.2返回array对象7.3变成列表list格式8. 查看featur...
Pandas 数据预览与预处理
weixin_50528299的博客
02-22 431
Pandas 数据预览及预处理操作
准备食材_pandas数据导入+数据预览
徐思孟的博客
06-22 308
最近学习宋俊红大佬《对比excel，轻松学习python数据分析》一书整理的一些笔记，主要内容为pandas数据导入与数据预览
pandas-profiling（数据预览分析）
Andy_shenzl的博客
08-15 2万+
对于探索性数据分析来说，做数据分析前需要先看一下数据的总体概况，pandas_profiling工具可以快速预览数据。 1、pandas-profiling安装与调用 pip install pandas-profiling import pandas as pd import pandas_profiling 2、导入数据 data=pd.read_csv("model.csv")...
pandas-profiling数据预览分析
ukakasu的博客
10-22 1350
安装与调用 pip install pandas-profiling import pandas_profiling jupyter中查看 pandas_profiling.ProfileReport(df) 保存文件查看 pfr = pandas_profiling.ProfileReport(df) pfr.to_file("./example.html") 参考： https:/...
pandas-profiling的anaconda 4.8.4安装方法
u014370944的博客
11-01 1370
对于探索性数据分析来说，做数据分析前需要先看一下数据的总体概况，pandas_profiling工具可以快速预览数据。 1. pandas-profiling安装与调用 conda install pandas-profiling import pandas as pd import pandas_profiling 2. 导入数据 data = pd.read_csv("sample.csv") pfr = pandas_profiling.ProfileReport(data) pfr.to_fil
[工作必备]pandas数据分析处理52个常用技巧
python技巧分享
04-22 4463
pandas工具包类似于python中的excel, 在excel中的筛选、排序、计算、透视、vlookup、分类汇总等操作用python如何实现呢? 本文精心整理的pandas数据处理与分析的51个技巧, 100多个知识点 这么多技巧除了收藏, 如何掌握呢, 请看文末! 技巧1: 导入工具包 # pandas 和numpy是两个基础的工具包 import numpy as np import pandas as pd # matplotlib seaborn是作图工具包 import matplo.
探索性数据分析（EDA）：从数据中发现洞察力
最新发布
theskylife的博客
11-29 1520
从加载数据、可视化到处理异常值，每一步都是深入挖掘数据洞察力的关键。希望通过这篇文章，你能更好地理解如何在实际项目中应用EDA，从而更有信心地处理和分析各种类型的数据。
数据挖掘之金融风控-贷款违约预测 02数据分析
qq_35928136的博客
09-18 4089
数据挖掘之金融风控-贷款违约预测 01数据分析数据挖掘之金融风控-贷款违约预测 02数据分析1. 学习目标2. 学习内容3. 学习过程3.1 导入库并读取数据集3.2 数据集基本信息3.3 查看缺失值、唯一值等3.4 查看特征数据类型3.4.1 数值型分析3.4.2 非数值型分析3.5 变量分布可视化3.5.1 单个变量分析3.5.2 不同变量间分析3.6 时间格式处理及查看3.7 透视图查看3.8 pandas_profiling生成数据报告4. 总结5. 参考资料地址 数据挖掘之金融风控-贷款违约预测
Pandas进阶贰 pandas基础
qq_32844743的博客
12-19 484
Pandas进阶贰 pandas基础 pandas进阶系列根据datawhale远昊大佬的joyful pandas教程写一些自己的心得和补充，本文部分引用了原教程，并参考了《利用Python进行数据分析》、numpy官网、pandas官网 为了方便自己回顾和助教审阅，每一节先将原教程重要知识点罗列一下帮助自己回顾，在其后写一些自己的心得以及我的习题计算过程 本文的的函数总结中， 库函数使用 包名+函数名 命名，如pd.read_csv() 类方法用 类名简写或x + 函数名 命名，如df.to_csv()
pandas_profiling数据预览
那些疯狂到以为自己能够改变世界的人，才能真正改变世界！
02-03 1万+
做数据分析前需要先看一下数据的概况，有一个很好用的工具pandas_profiling可以快速预览数据 只用一行代码，即可快速显示数据概况 效果图： 代码如下: import pandas as pd import pandas_profiling df = pd.read_csv('churn.csv') # windows pycharm执行代码,执行完在浏览器打开exam
mysql profiling详解_解析Mysql Profiling的使用
weixin_39551462的博客
01-19 334
profiling是个很好用的mysql性能分析工具，今儿就来试验下profiling的功能。感谢 有爱玫瑰的博文：mysql 的 sql 性能分析器主要用途是显示 sql 执行的整个过程中各项资源的使用情况。分析器可以更好的展示出不良 SQL 的性能问题所在。下面我们举例介绍一下MySQL SQL Profiler的使用方法：首先，开启 MySQL SQL Profiler复制代码 代码如下:m...
独家 | 用pandas-profiling做出更好的探索性数据分析（附代码）
数据派THU
06-29 974
作者：Thomas Gey翻译：廖倩颖校对：和中华本文约2300字，建议阅读5分钟。探索性数据分析已失势，Pandas-profiling万岁！用更省力的办法完美呈现你的数据。标签：机器...
Python数据分析与展示——Pandas基本操作
路过Coder
03-03 3267
1.Pandas介绍 Pandas 一个强大的分析结构化数据的工具集，基础是 [Numpy]（提供高性能的矩阵运算）。 Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。 Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。 pandas 的好处： 便捷的数据处理能力 读取文件方便 封装了 Matplotlib、Numpy 的画图和计算 2.DataFrame属性和方法
python数据分析——数据查看与选取(一)
热门推荐
黄俊文的博客
08-08 4万+
前面已经讲了如何用pandas导入数据，这篇文章就来讲一些常用的数据查看、数据选取。做到了这一步，就可以进行一些快速的描述性分析了！ 要查看数据与选取数据，我们首先得了解python里数据存储的方式，然后才能进行数据查看、数据选择、数据清洗、数据分析、数据建模等。。 所以本文将分为： 数据结构 常用查看/选择数据函数 函数代码案例 （本文会结合大家常用的excel和sql的思维模式来讲解...
Pandas_profiling数据分析
小陈说CV的博客
09-29 182
import pandas_profiling import pandas as pd import argparse def eda(in_file, out_file): data = pd.read_csv(in_file, sep=',') pfr = pandas_profiling.ProfileReport(data) pfr.to_file(out_file) if __name__ == '__main__': parser = argparse.A
数据分析之pandas-profiling
dzysunshine的博客
08-25 4178
文章目录1. 安装pandas-profiling2. 使用pandas-profiling3. 查看报告4. 参考 最近大家对pandas-profiling的好评很多，主要是它可以只使用一行代码就能获取数据的很多信息，于是乎，我也想安装试用一下，结果安装过程就遇到了很多问题，还好有百度的众多大神在，问题都得以解决。我这里实在jupyter notebook中实现的。 1. 安装pandas-p...
python分析鸢尾花数据_iris鸢尾花数据集最全数据分析
weixin_40006779的博客
11-29 2880
写在前面在写这篇文章之前，首先安利下jupyter，简直是神作，既可以用来写文章，又可以用来写代码，文章和代码并存，简直就是写代码/文章/教程的利器。安装很简单：pip install jupyter使用很简单: 当前面目录下shift+右键呼出在此处打开命令窗口，输入jupyter notebook召唤神龙。上面这段文字在jupyter中是这样的（markdown格式）：本文介绍基于iris数据...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值