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")