Python中的Pandas分析

Python中的pandas_profiling库包括一个名为ProfileReport()的方法，它可以为输入的DataFrame生成一个基本报告。

该报告包括以下内容。

DataFrame overview,
定义DataFrame的每个属性。
属性之间的相关关系（皮尔逊相关和斯皮尔曼相关），以及
DataFrame的一个例子。

语法 :

pandas_profiling.ProfileReport(df, **kwargs)

参数	类型	描述
df	DataFrame	要分析的数据
bins	int	直方图中的bin数量。默认为10。
check_correlation	boolean	是否要检查相关性。默认为 “True”。
correlation_threshold	float	用于确定变量对是否相关的阈值。默认为0.9。
correlation_overrides	list	变量名称不会因为它们是相关的而被拒绝。列表中默认没有变量（`None`）。
check_recoded	boolean	是否检查重新编码的相关关系（内存大的特性）。因为这是一个昂贵的计算，对于小的数据集可以激活它。`check_correlation’必须为true才能禁用这个检查。默认情况下是 “假”。
pool_size	int	线程池中的工作者数量。默认情况下等于CPU的数量。

示例:

# importing packages
import pandas as pd
import pandas_profiling as pp
  
  
# dictionary of data
dct = {'ID': {0: 23, 1: 43, 2: 12, 3: 13, 
              4: 67, 5: 89, 6: 90, 7: 56, 
              8: 34}, 
       'Name': {0: 'Ram', 1: 'Deep', 2: 'Yash',
                3: 'Aman', 4: 'Arjun', 5: 'Aditya',
                6: 'Divya', 7: 'Chalsea',
                8: 'Akash' }, 
       'Marks': {0: 89, 1: 97, 2: 45, 3: 78,
                 4: 56, 5: 76, 6: 100, 7: 87,
                 8: 81}, 
       'Grade': {0: 'B', 1: 'A', 2: 'F', 3: 'C',
                 4: 'E', 5: 'C', 6: 'A', 7: 'B',
                 8: 'B'}
      }
  
# forming dataframe and printing
data = pd.DataFrame(dct)
print(data)
  
# forming ProfileReport and save
# as output.html file
profile = pp.ProfileReport(data)
profile.to_file("output.html")