一個(gè)更強(qiáng)大的Python數(shù)據(jù)摘要工具

大家好，我是章北海

在數(shù)據(jù)科學(xué)領(lǐng)域，能夠快速、準(zhǔn)確地了解數(shù)據(jù)集的特性至關(guān)重要。

對(duì)使用 Jupyter Notebook 進(jìn)行數(shù)據(jù)分析的用戶而言，jupyter-summarytools 是一個(gè)強(qiáng)大且便捷的工具。

本文將詳細(xì)介紹 jupyter-summarytools 的功能、安裝方法及使用示例，幫助你在數(shù)據(jù)分析過(guò)程中事半功倍。

什么是 Jupyter Summary Tools？

jupyter-summarytools 是一個(gè) Python 包，旨在為 Jupyter Notebook 用戶提供類似于 R 語(yǔ)言中 summarytools 包的功能。它通過(guò)生成標(biāo)準(zhǔn)化且全面的數(shù)據(jù)框（DataFrame）摘要，幫助用戶快速了解數(shù)據(jù)集的結(jié)構(gòu)和主要特征。當(dāng)前，jupyter-summarytools 主要提供了 dfSummary 函數(shù)，用于生成 HTML 格式的數(shù)據(jù)摘要，并支持多種展示方式，如可折疊摘要和標(biāo)簽頁(yè)摘要。

主要特性

• 標(biāo)準(zhǔn)化摘要：快速生成包含數(shù)據(jù)類型、缺失值、描述性統(tǒng)計(jì)等信息的綜合摘要。

• 可折疊摘要：通過(guò)折疊功能，用戶可以選擇性查看詳細(xì)信息，避免信息過(guò)載。

• 標(biāo)簽頁(yè)摘要：將不同數(shù)據(jù)集的摘要以標(biāo)簽頁(yè)形式展示，便于在同一頁(yè)面查看多個(gè)數(shù)據(jù)集。

安裝

在使用 jupyter-summarytools 之前，確保已安裝該庫(kù)。可以通過(guò)以下命令使用 pip 進(jìn)行安裝：

pip install summarytools

依賴

jupyter-summarytools 依賴于以下環(huán)境和庫(kù)：

1. Python：版本 3.6 及以上。
2. Pandas：版本 1.4.0 及以上。

確保您的環(huán)境符合上述要求，以避免安裝或運(yùn)行時(shí)出現(xiàn)問(wèn)題。

快速開始

以下是 jupyter-summarytools 的快速入門指南，幫助您快速在 Jupyter Notebook 中生成數(shù)據(jù)框的摘要。

基本用法

首先，導(dǎo)入必要的庫(kù)并加載數(shù)據(jù)集：

import pandas as pdfrom summarytools import dfSummary
# 加載數(shù)據(jù)集titanic = pd.read_csv('./data/titanic.csv')
# 生成數(shù)據(jù)框摘要dfSummary(titanic)

可折疊摘要

為了更好地展示數(shù)據(jù)摘要，可以使用可折疊摘要功能：

import pandas as pdfrom summarytools import dfSummary
titanic = pd.read_csv('./data/titanic.csv')
# 生成可折疊的數(shù)據(jù)框摘要dfSummary(titanic, is_collapsible=True)

標(biāo)簽式摘要

jupyter-summarytools 還支持標(biāo)簽式摘要，允許在不同標(biāo)簽頁(yè)中查看多個(gè)數(shù)據(jù)框的摘要：

import pandas as pdfrom summarytools import dfSummary, tabset
# 加載多個(gè)數(shù)據(jù)集titanic = pd.read_csv('./data/titanic.csv')vaccine = pd.read_csv('./data/country_vaccinations.csv')vaccine['date'] = pd.to_datetime(vaccine['date'])
# 生成標(biāo)簽式摘要tabset({    'titanic': dfSummary(titanic).render(),    'vaccine': dfSummary(vaccine).render()})

導(dǎo)出 Notebook 為 HTML

在將 Jupyter Notebook 導(dǎo)出為 HTML 時(shí)，確保已安裝并啟用了 Export Embedded HTML 擴(kuò)展。使用以下命令可以保留數(shù)據(jù)框摘要在導(dǎo)出的 HTML 中：

jupyter nbconvert --to html_embed path/of/your/notebook.ipynb