pandas-profiling（数据预览分析）

1. 总体数据

首先是数据集信息：

• 变量数(列)、观察数(行)、数据缺失率、内存；
• 数据类型的分布情况
  

2. 警告信息

主要包括以下信息：

• 要点：类型，唯一值，缺失值
• 分位数统计量，如最小值，Q1，中位数，Q3，最大值，范围，四分位数范围
• 描述性统计数据，如均值，模式，标准差，总和，中位数绝对偏差，变异系数，峰度，偏度

3. 单变量描述

以此对每个变量进行描述解析

4. 相关性分析

5. 缺失值分析

6. 采样

7. 生成HTML报告文件

profile = pandas_profiling.ProfileReport(data)
profile.to_file(outputfile = "output_file.html")