pandas-profiling（数据预览分析）

对于探索性数据分析来说，做数据分析前需要先看一下数据的总体概况，pandas_profiling工具可以快速预览数据。

1、pandas-profiling安装与调用

pip install pandas-profiling

import pandas as pd
import pandas_profiling

2、导入数据

data=pd.read_csv("model.csv")

 3、直接查看

pandas_profiling.ProfileReport(data)

4、数据概览

4.1总体数据

首先是数据集信息：

变量数(列)、观察数(行)、数据缺失率、内存；

数据类型的分布情况

4.2警告信息

主要包括以下信息：

• 要点：类型，唯一值，缺失值
• 分位数统计量，如最小值，Q1，中位数，Q3，最大值，范围，四分位数范围
• 描述性统计数据，如均值，模式，标准差，总和，中位数绝对偏差，变异系数，峰度，偏度

 

4.3单变量描述 

 

以此对每个变量进行描述解析

4.4相关性分析

• 相关性突出高度相关变量，Spearman和Pearson矩阵

5、生成HTML报告文件

profile = pandas_profiling.ProfileReport(data)
profile.to_file(outputfile = "output_file.html")

保存在默认文件夹，也可以自己指定路径。