对于 Python 数据分析领域,Pandas 绝对是中坚力量,那么围绕着这个工具,又衍生出了很多辅助工具,今天我们就一起来看看辅助 Pandas 来进行数据探索的几种工,欢迎收藏学习,喜欢点赞支持。 文末提供交流方式,欢迎入群。
首先我们先来看看我们的测试数据集
import pandas
df = pd.read_excel("2018_Sales_Total_v2.xlsx")
df
对于上面的数据,如果使用 Excel,我们可以非常方便的进行简单的过滤、搜索等操作
那么在不借助 Excel 的情况,我们有哪些好用的工具呢
JavaScript tools
最简单的方法是使用 JavaScript 库向数据中的 DataFrame 视图添加一些交互属性
Qgrid
首先我们来看看 Qgrid,这是一个 Jupyter notebook 组件,可以为我们的 DataFrame 添加交互属性
import qgrid
import pandas
df = pd.read_excel("2018_Sales_Total_v2.xlsx")
widget = qgrid.show_grid(df)
widget
可以看到,Qgrid 的过滤功能还是很不错的,基本上接近于 Excel 了,但是它也有一些缺点,Qgrid 不能进行可视化,也不能使用 Pandas 表达式来过滤和选择数据,所以说,Qgrid 只适用于简单的数据操作和检查
PivottableJs
PivottableJs 工具并不是真正用于查看 DataFrame 数据的,但我们可以把它当做一个非常有用的汇总数据工具来使用
它通过一个 JavaScript 库的数据透视表来进行交互式数据透视和汇总