2000字精华总结,安利一个超好用的Pandas数据挖掘分析神器
在继上一次给大家推荐了两个数据分析工具之后:
推荐2个十分好用的pandas数据探索分析神器!
今天小编继续来给大家介绍一款用于做EDA(探索性数据分析)的利器,并且可以自动生成代码,帮助大家极大节省工作时间与提升工作效率的利器,叫做Bamboolib。
大家可以将其理解为是Pandas
的GUI
扩展工具,所具备的功能有
查看DataFrame数据集与Series数据集
过滤数据
数据的统计分析
绘制交互式图表
文本数据的操作
数据清洗与类型转换
合并数据集
安装模块
在使用之前,我们先需要通过pip install
进行该模块的安装
pip install bamboolib
同时因为我们要在Jupyter Notebook
以及JupyterLab
上面用到该工具,因此还要安装额外的插件
# Jupyter Notebook extensions
python -m bamboolib install_nbextensions# JupyterLab extensions
python -m bamboolib install_labextensions
查看DataFrame数据集
在上面的步骤全都完成之后,我们开始简单的来尝试使用一下bamboolib
,导入我们需要用到的模块
import bamboolib as bam
import pandas as pd
读取数据
df = pd.read_excel(io="supermarkt_sales.xlsx",engine="openpyxl",sheet_name="Sales",skiprows=3,usecols="B:R",nrows=1000,
)df
会弹出如下所示的界面,
我们先来简单介绍一下界面上的各个按钮,
Explore DataFrame:对数据集进行探索性分析的按钮
Create plot: 绘制交互性图表的按钮
Search Transformations:包含对数据集进行各项操作
Update: 过滤出指定的列
Export: 可以将处理完的数据集以及代码导出
我们点击Explore DataFrame
按钮来对数据先来一个大致的印象
我们看到会对数据集有一个大致的介绍,例如数据集是有1000行、18列,然后每一列的数据类型、每一列有多少的唯一值和缺失值我们都可以直观的看到
要是我们想要查看有着连续型变量的特征,它们之间的相关性,可以点击Correlation Matrix
按钮
过滤数据
要是我们想要指定某一列数据的话,点击下拉框,选中select or drop columns
,
或者我们想要删掉某一列的话,也是相类似的操作
当然我们如果想要根据特定的条件来过滤出某些数据的话,则是选中filter rows
按钮,然后我们给出特定的条件,在Bamboolib
模块当中有多种方式来过滤数据,有has values
、contains
、startswith
、endswith
等等,类似于Pandas
模块当中对于文本数据处理的方法,例如我们想要挑选出“省份”这一列当中的“浙江省”的数据,就这么来做
我们还能够对每行的数据进行排列,点击下拉框选中sort rows
,例如我们以“毛利率”的大小来排序,并且是降序排序,就这么来做
要是我们想要对某一列的列名进行重命名,点击rename columns
数据的清洗与类型转换
我们能够改变数据集当中某一列的数据类型,点击选中change column data dtype
对于缺失值的情况,我们既可以选择去除掉这些缺失值,点击选中drop missing values
或者是drop columns with missing values
当然可以将这些缺失值替代为其他特定的值,无论是平均值或者是众数等等,点击选中find and replace missing values
数据的统计分析
我们可以通过bamboolib
模块来对数据进行统计分析,例如计算数值的变化(percent change),我们在下拉框中找到percent change
的选项,然后对指定的列计算当中数值的变化百分比
我们还能够进行累乘/累加的操作,我们在下拉框中选中cumulative product
或者是cumulative sum
另外我们还能进行分组统计的计算操作,选中下拉框当中的group by and aggregate
按钮,例如我们以“省份”来分组,计算“总收入”的平均值,可以这么来操作
合并数据集
要是我们想要进行合并数据集的操作,在下拉框选中join/merge dataframes
选项,当中有四种合并的方式,分别是inner join
、left join
、right join
和outer join
,然后我们选择合并的
文本数据的操作
我们还能对数据集当中的文本数据进行各种操作,包括对英文字母大小写的转换,就用convert to lowercase
/convert to uppercase
如果我们需要对字符串当中的空格做一个处理,我们在下拉框当中选中Remove leading and trailing whitespaces
而要是我们需要对字符串做一个分割,就在下拉框中选中split text column
绘制交互式的图表
我们同时还能够通过该模块来绘制交互式的图表,我们点击“create plot”按钮,我们能看到在图表类型当中有直方图、柱状图、折线图、饼图等十来种,我们来绘制当中的一种
我们在X轴上指定的是“省份”的数据,然后根据不同的商品类型配上不同的颜色,而从绘制出来的结果中能够看到来自“北京”的顾客“食品饮料”购买的比较多,而来“浙江”的顾客“服装服饰”购买的比较多
当然除了直方图之外,还有其他很多种图表可以通过该模块来绘制,这里由于篇幅有限,小编就不一一给大家演示。
END
各位伙伴们好,詹帅本帅搭建了一个个人博客和小程序,汇集各种干货和资源,也方便大家阅读,感兴趣的小伙伴请移步小程序体验一下哦!(欢迎提建议)
推荐阅读
牛逼!Python常用数据类型的基本操作(长文系列第①篇)
牛逼!Python的判断、循环和各种表达式(长文系列第②篇)
牛逼!Python函数和文件操作(长文系列第③篇)
牛逼!Python错误、异常和模块(长文系列第④篇)
2000字精华总结,安利一个超好用的Pandas数据挖掘分析神器相关推荐
- 安利一个超好用的Pandas数据挖掘分析神器
在继上一次给大家推荐了两个数据分析工具之后: 推荐2个十分好用的pandas数据探索分析神器! 今天小编继续来给大家介绍一款用于做EDA(探索性数据分析)的利器,并且可以自动生成代码,帮助大家极大节省 ...
- 安利一个超好用的 Pandas 数据挖掘分析神器
作者 |欣一 来源 |Python爱好者集中营 今天小编继续来给大家介绍一款用于做EDA(探索性数据分析)的利器,并且可以自动生成代码,帮助大家极大节省工作时间与提升工作效率的利器,叫做Bambool ...
- 【Python】安利一个超好用的Pandas数据挖掘分析神器
今天小编继续来给大家介绍一款用于做EDA(探索性数据分析)的利器,并且可以自动生成代码,帮助大家极大节省工作时间与提升工作效率的利器,叫做Bamboolib. 大家可以将其理解为是Pandas的GUI ...
- 2000字精华总结,安利一个超好用的 Python 数据分析神器
大家好,今天我来给大家介绍一款用于做EDA(探索性数据分析)的利器,并且可以自动生成代码,帮助大家极大节省工作时间与提升工作效率的利器. 这款神器就是 Bamboolib,可以将其理解为Pandas的 ...
- 安利一个超好用的录屏工具,收藏必备! - 网课、游戏、录音等免费录制
2023 年,视频将占所有互联网流量的82% !过去十年来,视频作为一种通信和娱乐媒体的发展迅猛增长,这不足为奇.通过 视频平台 上有趣的旅行视频博客,我们对视频的兴趣似乎永无止境. 但是,视频不仅仅 ...
- 安利一个超牛的资源网站,国庆看片就用它了
点击上方"GitHubPorn",选择"星标"公众号 重磅干货,第一时间送达 来自公众号:扩展迷EXTFANS 作者:okay 国庆8天长假,你们有什么计划吗? ...
- 【2000字精华】15道APP测试面试题分享,助攻你的面试
- html5总结2000字,学期末个人总结2000字
学期末个人总结2000字(一) 我们经过一个星期的紧张考试后,终于完事了.这些天可是把人折磨的不轻啊.以前我们考试总是会考很久,那时我们会有充足的时间去准备,即便是平时学的不是很认真,但只要考试前突击 ...
- python实训心得2000_实训总结万能版2000字五篇
实训总结万能版 2000 字五篇 通过这次实训,我收获了很多,一方面学习到了许多以前没 学过的专业知识与知识的应用,另一方面还提高了自己动手做项 目的能力. 本次实训, 是对我能力的进一步锻炼, 也是 ...
最新文章
- TIOBE 5 月编程语言排行榜:Python、C++竞争白热化,Objective-C已沦为小众语言
- oracle监听 客户 实例,oracle 数据库实例 监听
- java高性能阻塞队列,Linux c/c 后台开发组建之:高性能阻塞队列
- 写lua时需要注意的地方
- mysql系列:加深对脏读、脏写、可重复读、幻读的理解
- 专访联想谢政维:功耗和价格是天蝎项目最大障碍!
- oracle 序列的概念与使用步骤
- python维度变换_Python NumPy用法
- 计算机句法分析的研究现状,计算机理论论文融合语义和句型信息的中文句法分析方法研究与实现...
- pycharm + python36 + opencv + opencv_contrib库的安装
- Mac之初~10个快速上手技巧
- C#入门详解(10)
- 武汉加油!爬取百度迁徙地图数据+城市出行强度
- 什么是SQL Server数据字典?
- 30 个 Python 编程实用技巧
- 关于搭建k8s集群遇到的问题与解决方法
- 从TMP文件恢复Word文件
- 6-6 Isleap (5 分)
- uniswapV3 polygon
- 夏洛克第四季第五季剧本已写好 或为最好作品!
热门文章
- Django_前端显示Matplotlib画的图(亲测)
- mysql报错:Deadlock found when trying to get lock;
- Linux下修改root密码以及找回root密码的方法
- Linux的/etc/init.d:用service命令可执行init.d目录中相应服务的脚本
- java antd实现登录,基于 antd pro 的短信验证码登录
- windows mysql源码安装配置_windows下MySQL5.6版本安装及配置过程附有截图和具体介绍...
- java线程池游戏代码,Java游戏起步:(一)线程与线程池-JSP教程,Java技巧及代码...
- solr mysql增量导入_Solr全量与增量导入
- android 自动表单提交数据,Android 使用三种方式获取网页(通过Post,Get进行表单的提交)...
- vue 数组长度_深入理解Vue的数据响应式