在繼上一次給大家推薦了兩個(gè)數(shù)據(jù)分析工具之后：

推薦2個(gè)十分好用的pandas數(shù)據(jù)探索分析神器！

今天小編繼續(xù)來給大家介紹一款用于做EDA(探索性數(shù)據(jù)分析)的利器，并且可以自動(dòng)生成代碼，幫助大家極大節(jié)省工作時(shí)間與提升工作效率的利器，叫做Bamboolib。

大家可以將其理解為是Pandas的GUI擴(kuò)展工具，所具備的功能有

• 查看DataFrame數(shù)據(jù)集與Series數(shù)據(jù)集

• 過濾數(shù)據(jù)

• 數(shù)據(jù)的統(tǒng)計(jì)分析

• 繪制交互式圖表

• 文本數(shù)據(jù)的操作

• 數(shù)據(jù)清洗與類型轉(zhuǎn)換

• 合并數(shù)據(jù)集

安裝模塊

在使用之前，我們先需要通過pip install進(jìn)行該模塊的安裝

pip?install?bamboolib

同時(shí)因?yàn)槲覀円贘upyter Notebook以及JupyterLab上面用到該工具，因此還要安裝額外的插件

#?Jupyter?Notebook?extensions python?-m?bamboolib?install_nbextensions#?JupyterLab?extensions python?-m?bamboolib?install_labextensions

查看DataFrame數(shù)據(jù)集

在上面的步驟全都完成之后，我們開始簡(jiǎn)單的來嘗試使用一下bamboolib，導(dǎo)入我們需要用到的模塊

import?bamboolib?as?bam import?pandas?as?pd

讀取數(shù)據(jù)

df?=?pd.read_excel(io="supermarkt_sales.xlsx",engine="openpyxl",sheet_name="Sales",skiprows=3,usecols="B:R",nrows=1000, )df

會(huì)彈出如下所示的界面，

我們先來簡(jiǎn)單介紹一下界面上的各個(gè)按鈕，

• Explore DataFrame：對(duì)數(shù)據(jù)集進(jìn)行探索性分析的按鈕

• Create plot: 繪制交互性圖表的按鈕

• Search Transformations：包含對(duì)數(shù)據(jù)集進(jìn)行各項(xiàng)操作

• Update: 過濾出指定的列

• Export: 可以將處理完的數(shù)據(jù)集以及代碼導(dǎo)出

我們點(diǎn)擊Explore DataFrame按鈕來對(duì)數(shù)據(jù)先來一個(gè)大致的印象

我們看到會(huì)對(duì)數(shù)據(jù)集有一個(gè)大致的介紹，例如數(shù)據(jù)集是有1000行、18列，然后每一列的數(shù)據(jù)類型、每一列有多少的唯一值和缺失值我們都可以直觀的看到

要是我們想要查看有著連續(xù)型變量的特征，它們之間的相關(guān)性，可以點(diǎn)擊Correlation Matrix按鈕

過濾數(shù)據(jù)

要是我們想要指定某一列數(shù)據(jù)的話，點(diǎn)擊下拉框，選中select or drop columns，

或者我們想要?jiǎng)h掉某一列的話，也是相類似的操作

當(dāng)然我們?nèi)绻胍鶕?jù)特定的條件來過濾出某些數(shù)據(jù)的話，則是選中filter rows按鈕，然后我們給出特定的條件，在Bamboolib模塊當(dāng)中有多種方式來過濾數(shù)據(jù)，有has values、contains、startswith、endswith等等，類似于Pandas模塊當(dāng)中對(duì)于文本數(shù)據(jù)處理的方法，例如我們想要挑選出“省份”這一列當(dāng)中的“浙江省”的數(shù)據(jù)，就這么來做

我們還能夠?qū)γ啃械臄?shù)據(jù)進(jìn)行排列，點(diǎn)擊下拉框選中sort rows，例如我們以“毛利率”的大小來排序，并且是降序排序，就這么來做

要是我們想要對(duì)某一列的列名進(jìn)行重命名，點(diǎn)擊rename columns

數(shù)據(jù)的清洗與類型轉(zhuǎn)換

我們能夠改變數(shù)據(jù)集當(dāng)中某一列的數(shù)據(jù)類型，點(diǎn)擊選中change column data dtype

對(duì)于缺失值的情況，我們既可以選擇去除掉這些缺失值，點(diǎn)擊選中drop missing values或者是drop columns with missing values

當(dāng)然可以將這些缺失值替代為其他特定的值，無論是平均值或者是眾數(shù)等等，點(diǎn)擊選中find and replace missing values

數(shù)據(jù)的統(tǒng)計(jì)分析

我們可以通過bamboolib模塊來對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，例如計(jì)算數(shù)值的變化(percent change)，我們?cè)谙吕蛑姓业絧ercent change的選項(xiàng)，然后對(duì)指定的列計(jì)算當(dāng)中數(shù)值的變化百分比

我們還能夠進(jìn)行累乘/累加的操作，我們?cè)谙吕蛑羞x中cumulative product或者是cumulative sum

另外我們還能進(jìn)行分組統(tǒng)計(jì)的計(jì)算操作，選中下拉框當(dāng)中的group by and aggregate按鈕，例如我們以“省份”來分組，計(jì)算“總收入”的平均值，可以這么來操作

合并數(shù)據(jù)集

要是我們想要進(jìn)行合并數(shù)據(jù)集的操作，在下拉框選中join/merge dataframes選項(xiàng)，當(dāng)中有四種合并的方式，分別是inner join、left join、right join和outer join，然后我們選擇合并的

文本數(shù)據(jù)的操作

我們還能對(duì)數(shù)據(jù)集當(dāng)中的文本數(shù)據(jù)進(jìn)行各種操作，包括對(duì)英文字母大小寫的轉(zhuǎn)換，就用convert to lowercase/convert to uppercase

如果我們需要對(duì)字符串當(dāng)中的空格做一個(gè)處理，我們?cè)谙吕虍?dāng)中選中Remove leading and trailing whitespaces

而要是我們需要對(duì)字符串做一個(gè)分割，就在下拉框中選中split text column

繪制交互式的圖表

我們同時(shí)還能夠通過該模塊來繪制交互式的圖表，我們點(diǎn)擊“create plot”按鈕，我們能看到在圖表類型當(dāng)中有直方圖、柱狀圖、折線圖、餅圖等十來種，我們來繪制當(dāng)中的一種

我們?cè)赬軸上指定的是“省份”的數(shù)據(jù)，然后根據(jù)不同的商品類型配上不同的顏色，而從繪制出來的結(jié)果中能夠看到來自“北京”的顧客“食品飲料”購(gòu)買的比較多，而來“浙江”的顧客“服裝服飾”購(gòu)買的比較多

當(dāng)然除了直方圖之外，還有其他很多種圖表可以通過該模塊來繪制，這里由于篇幅有限，小編就不一一給大家演示。

END

各位伙伴們好，詹帥本帥搭建了一個(gè)個(gè)人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請(qǐng)移步小程序體驗(yàn)一下哦！（歡迎提建議）

推薦閱讀

牛逼！Python常用數(shù)據(jù)類型的基本操作（長(zhǎng)文系列第①篇）

牛逼！Python的判斷、循環(huán)和各種表達(dá)式（長(zhǎng)文系列第②篇）

牛逼！Python函數(shù)和文件操作（長(zhǎng)文系列第③篇）

牛逼！Python錯(cuò)誤、異常和模塊（長(zhǎng)文系列第④篇）

總結(jié)

以上是生活随笔為你收集整理的2000字精华总结，安利一个超好用的Pandas数据挖掘分析神器的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。