Pandas-Profilierung

1. Pandas-Profilerstellung in Python
2. Verwenden Sie die Pandas-Profilerstellung in Python
3. Abschluss

Pandas ist eine Python-Bibliothek, die leistungsstarke Datenanalysetools bereitstellt. Eines dieser Tools ist pandas_profiling, mit dem Sie schnell und effizient Berichte zu Ihren Daten erstellen können.

Es bietet verschiedene Funktionen, die es sehr benutzerfreundlich machen, darunter die Möglichkeit, die Ergebnisse in verschiedenen Formaten (HTML, Markdown und PDF) auszugeben. Beispielsweise können Sie damit die Korrelation zwischen zwei oder mehr Variablen untersuchen.

Pandas-Profilerstellung in Python

Pandas Profiling ist eine Python-Bibliothek, die Datenrahmenobjekte schnell und einfach analysiert. Es wurde für die Arbeit mit Pandas-Datenrahmen entwickelt und bietet verschiedene Funktionen, die die Datenanalyse und -manipulation erleichtern.

Es enthält viele integrierte Diagnosen, einschließlich zusammenfassender Statistiken, Korrelationsmatrix und Nullwertzählungen. Es bietet auch eine bequeme Möglichkeit, Datenrahmenobjekte zu visualisieren, und enthält viele Exportoptionen.

Es ist besonders hilfreich, wenn Sie einen neuen Datensatz untersuchen, da es eine schnelle und einfache Möglichkeit bietet, ein Gefühl für die Daten zu bekommen und potenzielle Probleme zu identifizieren. Es kann auch mehrere Datenrahmen vergleichen, um zu sehen, wie sie sich in Struktur und Inhalt unterscheiden.

Syntax:

pandas_profiling.ProfileReport(df, **kwargs)

Verwenden Sie die Pandas-Profilerstellung in Python

Pandas Profiling ist ein großartiges Tool für die explorative Datenanalyse. Sie können damit schnell zusammenfassende Statistiken und Visualisierungen für Ihre Daten erstellen.

Es wird verwendet, um numerische und kategoriale Daten zu untersuchen, und hilft Ihnen, Muster und Beziehungen in Ihren Daten zu erkennen und potenzielle Probleme aufzuzeigen. Darüber hinaus hilft es Ihnen, potenzielle Datenprobleme wie fehlende Werte oder falsche Datentypen zu identifizieren.

Insgesamt ist Pandas Profiling auch für jeden Datenanalysten oder Wissenschaftler hilfreich. Um Pandas Profiling zu verwenden, importieren Sie die Bibliothek und übergeben Sie Ihren Datenrahmen an den Profiler.

Stellen Sie vor der Verwendung von Pandas Profiling sicher, dass es auf Ihrem lokalen Computer installiert ist. Um es zu installieren, können Sie den folgenden Befehl verwenden.

pip install pandas-profiling

Anschließend können Sie den vom Profiler generierten Bericht durch Aufrufen der Methode ProfileReport() einsehen.

# importing libraries
import pandas as pd
import pandas_profiling as pp

# creating a dictionary
dictionary = {
    "ID": {0: 24, 2: 43, 4: 12, 3: 13, 4: 68, 5: 89, 6: 90, 7: 56, 8: 35},
    "Name": {
        0: "Ram",
        1: "Deep",
        2: "Yash",
        3: "Aman",
        4: "Arjun",
        5: "Aditya",
        6: "Divya",
        7: "Chelsea",
        8: "Aish",
    },
    "Marks": {0: 90, 1: 97, 2: 45, 3: 78, 4: 56, 5: 76, 6: 100, 7: 87, 8: 81},
    "Grade": {0: "B", 1: "A", 2: "F", 3: "C", 4: "E", 5: "C", 6: "D", 7: "B", 8: "B"},
}

# forming dataframe and printing
data = pd.DataFrame(dictionary)
print(data)

# forming ProfileReport and save
# as output.html file
profile = pp.ProfileReport(data)
profile.to_file("output.html")

Ausgang:

Abschluss

Das Pandas Profiling ist eine Open-Source-Python-Bibliothek, die eine schnelle und einfache Analyse von Datenrahmen ermöglicht. Es ist vorteilhaft für die explorative Datenanalyse und kann Ihnen helfen, Ihre Daten besser zu verstehen.

Es handelt sich um eine Python-Bibliothek, mit der Sie Muster in Ihren Daten schnell erkennen können und die einen Einblick in die Struktur, Verteilung und Beziehungen der Daten bietet.

Es wird hauptsächlich zum Durchsuchen von Daten und zum Identifizieren von Problemen wie Ausreißern, fehlenden Werten und doppelten Zeilen verwendet.