Adatelemzőként az egyik leggyakoribb kérdés, hogy mi a legjobb módja egy adott adatkészlet feltárásának. Ez elsősorban akkor fontos szempont, ha az összes adatot egy olyan jelentésben szeretné összerakni, amelyet Ön vagy csapata könnyen értelmezhet. Ebben az oktatóanyagban bemutatom, hogyan fedezheti fel hatékonyan a Pandák adatkészleteit a ProfileReport() segítségével. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Ha kap egy adatkészletet, mit csinál? Hogyan fedezi fel az adathalmazt? Elsősorban, ha mindezt egy könnyen áttekinthető jelentésben szeretnéd összerakni magadnak, munkatársaidnak stb., akkor sok mindent meg kell fontolnod.
Először is gondolja át, hogy milyen típusú változókról van szó, mert ez befolyásolja, hogyan elemzi őket, és hogyan kezeli őket. Az adat azt jelenti, ami adott. Tehát az hiányzik, hogy milyen adatokkal nem rendelkezünk. A másik dolog az, hogy vizualizáld ezeket a kapcsolatokat. Mire hasonlítanak? Ezt a vizualizációs képességet korán és gyakran szeretnénk használni.
Ez egy csomó egymásba fonódó összetett kérdés. A jó dolog az, hogy elérhető ez a profilalkotási jelentés funkció, amely megadja nekünk ezeket a válaszokat. Tehát nézzük meg mindezt Pythonban.
Tartalomjegyzék
Fedezze fel a Pandák adatkészleteit a ProfileReport() függvény segítségével
Először is betöltjük az adatkészletet.
Ezután a pandas_profiling fájlból importálni fogjuk a profiljelentés nevű dolgot. Ha itt hibaüzenetet kap, valószínűleg telepítenie kell. Anacondát használok. Azt javaslom, hogy te is ezt használd. Futtassuk ezt, majd nyomtassuk ki.
Szóval itt van. Van egy áttekintésünk . Ez megadja a változótípusok bontását. Megvan az adatkészlet statisztikája. Látjuk a sor oszlopainak számát, így tovább és így tovább. Az a szép ebben a jelentésben, hogy olyan, mint egy egyablakos ügyintézés, és nagyon jól is néz ki. Nagyon vonzó bemutatója van.
Itt görgetjük lefelé, és megvan a. Egy vizualizációt kapunk, és több részletet tudunk váltani a változóról. Vannak zászlóink, amelyek olyan dolgokra mutatnak rá, amelyek kissé szokatlanok. Megkaptuk ezeket a figyelmeztetéseket is, és sok más funkció, amely további információkat nyújt számunkra. És ez minden egyes változóra vonatkozik.
Ahogy tovább görgetünk lefelé, megtaláljuk az Interactions elemet, ahol szóródási diagramokat hoz létre az adatok megjelenítéséhez.
És akkor megkaptuk a Correlations-t , amely összefoglalja a kapcsolatot.
Következő, amelyek nagyon fontosak. Amint látja, itt van néhány hiányzó érték, és szeretnénk tudni, miért. Ezeknek a vizualizációknak az a célja, hogy segítsenek nekünk ebben. Átkattinthatjuk az egyes látványelemeket, és elemezhetjük az adatokat.
Végül megvan a minta. Ezt sokféleképpen megkaphatjuk, de ez csak az első néhány sor kinyomtatása, amit jó tudni.
Következtetés
Így fedezheti fel a Pandas adatkészleteit a ProfileReport() függvény segítségével. Az adatok szeletelésére és feldarabolására számos módszer létezik. Gondoljon az adatok permutációinak összes kombinációjára. Ez nem fog tudni mindent megtenni helyetted, de ez egy nagyon jó kezdet.
Amikor feltárjuk az adatokat, az valójában egy iteratív folyamat. Nincs olyan egyszeri mágikus tabletta, mint amennyire szeretnénk. A ProfilerReport() azonban valóban nagyszerű eszköz. Nagyon sok információt kapunk, és csak egy sor kódot kapunk. Ez egy ingyenes eszköz, ezért remélem, használhatja saját munkájában. Ossza meg velünk, hogyan csinálja.
Minden jót!
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023
Ismerje meg, hogyan hozhat létre <strong>Power Automate</strong> folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.
4 módszer a Pi használatára a Pythonban példákkal
Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.
Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.
Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.
Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.
Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.
Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.
