根据作者的介绍,pandasgui是用于分析 Pandas DataFrames的GUI。这个属于第三方库,使用之前需要安装。 pip install -i https://pypi.tuna./simple pandasgui 创建并查看一个简单的 DataFrame。import pandas as pd from pandasgui import show
df = pd.DataFrame(([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c']) show(df) pandasgui的6大特征pandasgui一共有如下6大特征: Ⅰ 查看数据帧和系列(支持多索引); Ⅱ 统计汇总; Ⅲ 过滤; Ⅳ 交互式绘图; Ⅴ 重塑功能; Ⅵ 支持csv文件的导入、导出;1. 查看数据帧和系列运行下方代码,我们可以清晰看到数据集的shape,行列索引名。import pandas as pd from pandasgui import show
df = pd.DataFrame(([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c']) show(df) 2. 统计汇总仔细观察下图,pandasgui会自动按列统计每列的数据类型、行数、非重复值、均值、方差、标准差 、最小值、最大值。3. 过滤我们直接在Filters 输入框中,输入a>=2 ,如下图所示。输入公式后,接着点击Enter ,即可完成对列的筛选。
4. 交互式绘图这里我们定义了一个3行2列的DataFrame,以a为横坐标,b为纵坐标进行绘图。import pandas as pd from pandasgui import show
df = pd.DataFrame({'a':[1,2,3],'b':[2,4,6]}) show(df) 这个界面功能丰富,我们可以导出绘图代码,还可以保存成html,还有一些其他按钮,大家自行探索。5. 重塑功能pandasgui还支持数据重塑,像数据透视表pivot 、纵向拼接concat 、横向拼接merge 、宽表转换为长表melt 等函数。6. 支持csv文件的导入、导出支持数据导入、导出,让我们更加便捷的操作数据集。同时这里还有一些其他的菜单,等着大家仔细研究。关于pandasgui的介绍,就到这里,你学会了吗?
|