原文：
www.kdnuggets.com/2021/02/pandas-profiling-one-line-magical-code-eda.html
评论
由 Juhi Sharma 提供，产品分析师
1. 谷歌网络安全证书 - 快速进入网络安全职业
2. 谷歌数据分析专业证书 - 提升您的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持您的组织的 IT
探索性数据分析是一种探索/分析数据集以生成可视化形式洞察的方法。EDA 用于了解数据集的主要特征。
EDA 帮助我们了解缺失值、计数、均值、中位数、分位数、数据分布、变量间的相关性、数据类型、数据形状等。为了进行 EDA，我们需要编写大量代码，这需要很多时间。
为了使 EDA 更加简单快捷，我们可以编写一行神奇代码来进行 EDA。
EDA 可以通过一个名为 Pandas Profiling 的 Python 库进行自动化。这是一个出色的工具，可以创建交互式 HTML 格式的报告，易于理解和分析数据。让我们探索 Pandas Profiling，以便在非常短的时间内和仅用一行代码进行 EDA。
使用 pip 包安装
!pip install pandas-profiling使用 conda 包安装
conda install -c conda-forge pandas-profiling在这篇文章中，我使用了 Titanic 数据集。
import pandas as pd
df=pd.read_csv(“titanic2.csv”)
df.head()
Titanic 数据集
survived — 生存（0 = 否；1 = 是）
Pclass — 乘客等级（1 = 1st；2 = 2nd；3 = 3rd）
name — 乘客姓名
sex — 性别（男/女）
age — 年龄
Sibsp — 登船的兄弟姐妹/配偶数量
Parch — 登船的父母/子女数量
Ticket — 票号
Fare — 乘客票价
Cabin — 舱位
Embarked — 登船港口（C = 切尔堡；Q = 皇后镇；S = 南安普敦）
import pandas_profiling as pp
pp.ProfileReport(df) #to display the report
Pandas Profiling 报告
你可以看到，我们的 Pandas Profiling EDA 报告通过一行代码已经准备好了。
-
概述
-
变量
-
交互
-
相关性
-
缺失值
-
示例
报告的概述部分
本部分提供了整体数据集信息。** 数据集统计** 和 变量类型。
数据集统计 显示了列、行、缺失值等信息。
变量类型 显示了数据集中属性的数据类型。它还显示了 “警告”，指出哪些特征与其他特征高度相关。
本部分详细提供了每个特征的信息。当我们点击上图所示的 切换详细信息 选项时，新部分会显示出来。
本部分展示了特征的统计信息、直方图、常见值和极端值。
相关性部分
本部分展示了特征之间的相关性，利用 Seaborn 的热图。我们可以轻松切换不同类型的相关性，如 Pearson, Spearman, Kendall 和 phik。
缺失值部分
我们可以从上述的计数和矩阵图中看到“年龄”和“船舱”列的缺失值。
前 10 行 
最后 10 行
本部分展示了数据集的前 10 行和最后 10 行。
我希望“Pandas Profiling”库能帮助更快、更轻松地分析数据。那么你对这个美丽的库有什么看法？试试看，并在回复部分提到你的经验。
感谢阅读！如果你想与我联系，请随时通过 [email protected] 或我的 LinkedIn 个人主页 联系我。
简介: Juhi Sharma (Medium) 热衷于通过数据驱动的方法解决业务问题，包括数据可视化、机器学习和深度学习。Juhi 正在攻读数据科学硕士学位，并拥有 2.2 年分析师工作经验。
原始 文章。经许可转载。
相关:
-
仅用两行代码进行强大的探索性数据分析
-
在 Python 中合并 Pandas 数据框
-
使用管道进行更清洁的数据分析