事半功倍，必看这4个Pandas神器! pandasi

liuian 2024-12-20 17:19 43 浏览

Pandas是我们日常处理表格数据最常用的包，但是对于数据分析来说，Pandas的DataFrame还不够直观，所以今天我们将介绍4个和Pandas相关的Python包，可以将Pandas的DataFrame转换交互式表格，让我们可以直接在上面进行数据分析的操作。

Pivottablejs

Pivottablejs是一个通过IPython widgets集成到Python中的JavaScript库，允许用户直接从DataFrame数据创建交互式和灵活的汇总报表。可以进行高效、清晰的数据分析和表示，帮助将数据从Pandas DataFrame转换为易于观察的交互式数据透视表。

pivot_ui函数可以自动从DataFrame生成交互式用户界面，使用户可以简单地修改，检查聚合项，并快速轻松地更改数据结构。

 !pip install pivottablejs
 
 from pivottablejs import pivot_ui
 import pandas as pd
 
 data = pd.read_csv("D:\Data\company_unicorn.csv")
 data["Year"] = pd.to_datetime(data["Date Joined"]).dt.year
 pivot_ui(data)

如下图所示，我们可以直接在notebook中对DataFrame进行筛选，生成图表

我们还可以快速生成数据透视表

Pygwalker

PyGWalker可以把DataFrame变成一个表格风格的用户界面，让我们直观有效地探索数据。

这个包的用户界面对Tableau用户来说很熟悉，如果你用过Tableau那么上手起来就很容易

 !pip install pygwalker
 
 import pygwalker as pyw
 walker = pyw.walk(data)

通过一些简单的拖拽，可以进行筛选和可视化，这是非常方便的。

Qgrid

除了PyGWalker之外，Qgrid也是一个很好的工具，它可以很容易地将DataFrame架转换为视觉上直观的交互式数据表。

 import qgrid
 qgridframe = qgrid.show_grid(data, show_toolbar=True)
 qgridframe

我们还可以直接在表上添加、删除数据。

Itables

与上面提到的qgrid包一样，Itables提供了一个简单的接口。可以进行简单的操作，如过滤、搜索、排序等。

 from itables import init_notebook_mode, show
 init_notebook_mode(all_interactive=False)
 
 show(data)

tables和Qgrid包对于快速查看数据模式是必要的。然而，如果我们想要进一步理解数据并进行数据转换，它们的特征是不够的。因此，在获得更复杂的见解的情况下，使用透视表js和Pygwalker是可取的。

dataframe筛选满足条件的行

上一篇：为了做数据处理和分析，我写了这篇Pandas常用操作大全
下一篇：python实现Lasso回归分析(特征筛选、建模预测)

事半功倍，必看这4个Pandas神器! pandasi

Pivottablejs

Pygwalker

Qgrid

Itables

相关推荐

飞牛OS入门安装遇到问题，如何解决?

C++ std::vector 简介

系统C盘清理:微信PC端文件清理，扩大C盘可用空间步骤

如何在 iPhone 和 Android 上恢复已删除的抖音消息

Boost高性能并发无锁队列指南:boost::lockfree::queue

大模型手册: 保姆级用CherryStudio知识库

西门子博途中如何输入读取和编辑date and time变量

我的Excel打开后是一堆乱码，如何解决?

用什么工具在Win中查看8G大的log文件?

威联通NAS安装阿里云盘WebDAV服务并添加到Infuse