一款無代碼實時自動分析Pandas DataFrame的工具,推薦!
AutoProfiler是一個開源的DataFrame分析工具,它專為Jupyter環境設計。當您在Jupyter筆記本中更改或創建DataFrame時,AutoProfiler會自動讀取這些DataFrame并進行分析,而無需手動編寫代碼或調用其他分析工具,可提供關于內存中每個數據幀的詳細信息。
此外,如果您創建一個新的DataFrame(例如從現有的DataFrame派生),AutoProfiler也會自動對其進行分析,以提供相應的分析結果。
這種自動更新和分析的功能使得使用AutoProfiler更加方便和高效。我們可以隨時查看和了解DataFrame的最新狀態和特征,無需手動重新運行分析代碼。
AutoProfiler提供列分布、摘要信息統計和空統計信息等分析信息,同時還提供了生成相應代碼和導出功能。
安裝:
pip install -U digautoprofiler
使用:
# 導入pandas庫
import pandas as pd
# 導入sys庫
import sys
# 讀取名為"df_housing_sample.csv"的CSV文件
df_housing = pd.read_csv("./df_housing_sample.csv")
# 將df_housing數據幀中的"date"列轉換為日期格式
df_housing["date"] = pd.to_datetime(df_housing["date"], format="%Y%m%d")
# 從df_housing數據幀中選擇價格大于5000的行,并將結果存儲在名為expensive_rents的新數據幀中
expensive_rents = df_housing[df_housing["price"] > 5000]