Набори даних у Pandas із ProfileReport() | Python у LuckyTemplates

Одне з найпоширеніших запитань, з якими ви зіткнетеся як аналітик даних, це те, який найкращий спосіб дослідити певний набір даних. Це важливий момент, перш за все, якщо ви хочете об’єднати всі дані у звіті, який вам або вашій команді буде легко інтерпретувати. У цьому підручнику я збираюся продемонструвати, як ви можете ефективно досліджувати набори даних у Pandas за допомогою ProfileReport(). Ви можете переглянути повне відео цього підручника внизу цього блогу.

Коли вам надають набір даних, що ви робите? Як ви досліджуєте набір даних? Перш за все, якщо ви хочете об’єднати все це в зручний для читання звіт для себе, для колег тощо, вам потрібно враховувати багато речей.

По-перше, ви думаєте про те, що це за змінні, тому що це вплине на те, як ви їх аналізуєте та як до них ставитеся. Дані означають те, що дано. Отже, бракує лише тих даних, яких у нас немає. Інша справа — візуалізувати ці відносини. Як вони виглядають? Ми хочемо використовувати цю силу візуалізації на ранній стадії та часто.

Це багато взаємопов’язаних складних питань. Хороша річ у тому, що доступна ця функція звіту про профілювання, яка дасть нам ці відповіді. Отже, давайте подивимося на все це в Python.

Зміст

• Досліджуйте набори даних у Pandas за допомогою функції ProfileReport().
• Висновок

Досліджуйте набори даних у Pandas за допомогою функції ProfileReport().

Спочатку ми завантажимо набір даних.

Потім з pandas_profiling ми збираємося імпортувати цю штуку під назвою звіт профілю. Тепер, якщо ви отримуєте тут помилку, можливо, вам потрібно його встановити. Я використовую Anaconda. Я пропоную вам також використати це. Давайте запустимо це, а потім роздрукуємо.

Так ось воно. У нас є огляд . Це дає нам розподіл типів змінних. У нас є статистика набору даних. Ми бачимо кількість стовпців рядків і так далі і так далі. Приємно в цьому звіті те, що він схожий на єдиний магазин, а також виглядає дуже гарно. Він має дуже привабливу презентацію.

Ми прокручуємо тут і маємо. Ми отримуємо візуалізацію, і ми можемо перемикати більше деталей про змінну. У нас є прапори, які вказують на речі, які можуть бути трохи незвичними. Ми також маємо ці сповіщення та багато інших функцій, які нададуть нам більше інформації. І це для кожної окремої змінної.

Продовжуючи прокручувати вниз, ми знайдемо Interactions, де створено точкові діаграми для візуалізації даних.

А потім у нас є кореляції , які підсумовують зв’язок.

Далі є, які дуже важливі. Як ви бачите, у нас є деякі відсутні значення, і ми хочемо знати, чому. Ці візуалізації покликані допомогти нам у цьому. Ми можемо клацати кожне зображення й аналізувати дані.

Нарешті, у нас є Зразок. Ми могли б отримати це багатьма способами, але все, що це робить, це лише друк перших кількох рядків, що корисно знати.

Висновок

Ось як ви досліджуєте набори даних у Pandas за допомогою функції ProfileReport(). Є багато способів розділити дані. Подумайте про всі комбінації перестановок даних. Це не зможе зробити все за вас, але це справді хороший початок.

Коли ми досліджуємо дані, це дійсно ітеративний процес. Немає одноразової чарівної таблетки, як би нам цього не хотілося. Проте ProfilerReport() справді чудовий інструмент. Ми отримуємо багато інформації та лише один рядок коду. Це безкоштовний інструмент, тому я сподіваюся, що ви зможете використовувати його у своїй роботі. Дайте нам знати, як ви це робите.

Все найкраще!