使用 Pandas GUI 进行数据探索

Posted 2022-02-01 刘润森！

数据预处理是数据科学管道的重要组成部分，需要找出数据中的各种不规则性，操作您的特征等。 Pandas 是我们经常使用的一种工具，用于处理数据，还有 seaborn 和 matplotlib用于数据可视化。PandasGUI 是一个库，通过提供可用于制作

安装 PandasGUI

使用pip 命令像安装任何其他 python 库一样安装 PandasGUI。相同的命令是：

pip install pandasgui

要在 PandasGUI 中读取 文件，我们需要使用show()函数。让我们从将它与 pandas 一起导入开始。数据集是titanic

import pandas as pd
from pandasgui import show
from pandasgui.datasets import titanic
show(titanic)

这是我们的数据框，我们可以滚动查看数据。可以看到表示 NaN 值的空单元格。可以通过单击单元格并编辑其值来编辑数据。只需单击特定列即可根据特定列对数据框进行排序。在下图中，我们可以通过单击fare
列对数据框进行排序。

PandasGUI 中的过滤器

假设我们想查看 MSSubClass 的值大于或等于 120 的行。在 Pandas 中，我们可以使用以下命令：

titanic[titanic['age'] >= 20]

PandasGUI 为我们提供了过滤器，可以在其中编写查询表达式来过滤数据。上述查询表达式将是：

Pandas GUI 中的统计信息

汇总统计数据为您提供了数据分布的概览。在pandas中，我们使用describe()方法来获取数据的统计信息。

titanic.describe()

在 PandasGUI 中，可以转到统计部分并获取每列的统计信息。

PandasGUI 中的数据可视化

数据可视化通常不是 Pandas 的用途，我们使用 matplotlib、seaborn、plotly 等库。但 PandasGUI 在 Grapher 部分下提供了使用 plotly 绘制的交互式图形。

我们通过将fare拖放到x下来创建fare的直方图。

除了这些，还可以创建箱线图、3d 散点图、线图等。如果您想快速概览数据，从检查汇总统计数据到绘制数据，PandasGUI 是一个很好的工具，可以轻松完成，无需代码。