行文思路
有位粉丝提到了一个牛逼的库，它巧妙的将Pandas与GUI界面结合起来，使得我们可以借助GUI界面来分析DATaFrame数据框。
基于此，我觉得有必要写一篇文章，再为大家做一个学习分享。
pandasgui安装与简单使用
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.tsinghua.edu.cn/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)
上述代码会驱动后台打开一个GUI界面。
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。
结果如下：
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。
import pandas as pd
from pandasgui import show
df = pd.DataFrame({"a":[1,2,3],"b":[2,4,6]})
show(df)
效果如下：
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？
岗位内推、学习交流
我们大量需要前端岗位、python岗位、Java 岗位、Android 和 iOS 的开发岗位，工作地点：北京字节，欢迎校招社招扫描下方二维码找我内推
