python自动数据分析——pandas_profiling

pandas_profiling

我们常用pandas中的df.describe()函数去描述数据的情况，但是不能够直观的去展示出数据的分布情况，今天要介绍的这个工具pandas_profiling就是扩展了pandas中的DataFrame并且能自动进行数据分析并生成分析报告的库。

在分析过程中会得到下面的结果：

• 要点：类型，唯一值，缺失值
• 分位数统计信息，例如最小值，Q1，中位数，Q3，最大值，范围，四分位数范围
• 描述性统计数据，例如平均值，众数，标准偏差，总和，中位数绝对偏差，变异系数，峰度，偏度
• 最常使用的值
• 直方图
• 高相关变量Spearman，Pearson和Kendall矩阵的相关性突出显示
• 缺失值矩阵，计数，热图和缺失值树状图

废话少说，上实例：

import pandas as pd
import pandas_profiling

data = pd.read_csv('https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv')
data.profile_report(title='Auto Titanic Report')
profile = data.profile_report(title='Titanic Report') 
profile.to_file(output_file='titanic_report.html')

结果如下（输出成html格式这里给出截图）：

是不是很高大上！

官方文档地址：​​https://github.com/pandas-profiling/pandas-profiling​​