Pandas这个库对Python来说太重要啦!因为它的出现,让Python进行数据分析如虎添翼,作为Python里面最最牛逼的库之一,它在数据处理和数据分析方面,拥有极大的优势,受到数据科学开发者的广大欢迎。
最近在逛GitHub的时候,发现了一款神器,一款神器分析Pandas DataFrames的图形化界面,可以帮助我们对数据集进行可视化的处理,非常不错!
01如何安装
安装步骤其安装步骤十分简单,只需要使用pip命令安装即可。
pip3 install pandasgui
#清华镜像
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple pandasgui
建议大家用清华镜像安装,这样会稳定而且快很多。
02功能特点
PandasGUI是一个交互式的数据操作界面,类似于Excel,但是其对于数据处理更加方便快捷,共拥有7项功能特点:
- 查看DataFrames和Series数据
- 交互式绘图
- 数据筛选
- 统计摘要
- 数据编辑和复制/粘贴
- 拖放导入CSV文件
- 搜索工具栏
03使用方式
启动PandasGUI的方式,代码也十分简单,只需要导入相关库,获取DataFrames数据并显示就好了。示例代码如下:
然后我们就可以看到一个图像化的界面了。
04实战练习
这次我们拿大名鼎鼎的泰坦尼克数据集来做练习,一起看一下用这款神器如何分析,还是用上面的几行示例代码来启动PandaGui:
在首页中我们可以看到数据的大小维数(第一个红框)891*12,以及我们选择的六个菜单栏:DataFrame,Filters,Statistics,Grapher,Reshaper等,六个菜单栏可以按照自己所需调整到不同区域方便操作。
上图展示小编将过滤器和统计调整在右边的画面,大家可根据需求进行自行调整,下面将对菜单栏分别进行学习操作。
- DataFrame这里对数据进行展示,当我们想要查看数据时,点击DataFrame便可查看。
- Filters数据筛选这是一个可以根据输入条件对数据进行初步筛选的交互界面,只需要将条件输入框中,点击ADD Filter按钮即可,在这里,小编输入了Survived == 1、Age>30、Sex == "male"三个条件,但是之选中了其中两个条件,其过滤结果如下图所示。
- Statistics统计菜单栏显示了数据各个变量之间的统计结果,包含了每个变量的数据类型,总数,平均值,最大值,最小值等。
- Grapher画图菜单栏提供了直方图、散点图、折线图、饼状图、词云等12种图像格式,用户可以根据需求选取变量绘制相应的图形。
下面以直方图和词云为例子向大家进行展示:
上图绘制了年龄大于30的船上游客的年龄直方图,可以看到Filter工具在画图时仍可以同时使用。
上图以名字为例子,绘制了船上人员名字的词云图。
- ReshaperReshaper菜单栏展示了了对原始数据进行重新组合为新DataFrames的功能。它包含了DataFrames的基本属性,实际上代表了DataFrames的两个方法,df.melt(),df.pivot(),以图像化的形式进行了展现。这里以pivot进行展示:pivot()参数:values:对应的二维NumPy值数组。columns:列索引:列名称。index:行的索引:行号或行名。aggfun: 使用方法
上图中以Sex为行索引,Age为列索引,Fare系统值,操作后的表格展示为:
在上图中,我们可以看到,在最左边增加了df_pivot的DataFrames数据,每操作一次,会增加一个DataFrames数据,并在左边显示,新增之后的DataFrames数据依然适用于之前所有的操作。此外,新生成的DataFrames可以直接拖拽在文件夹生成新的csv文件,保存方便。
到这里,探索就结束了,有了这个工具,大家就可以像操作Excel一样操作Dataframe数据,迅速获取有用的信息,不知道大家有没有心动呢!
在这里还是要推荐下我自己建的Python开发学习群:1156465813,群里都是学Python开发的,如果你正在学习Python ,欢迎你加入,大家都是软件开发党,不定期分享干货(只有Python软件开发相关的),包括我自己整理的一份2020最新的Python进阶资料和高级开发教程,欢迎进阶中和进想深入Python的小伙伴!