今天小編繼續來給大家介紹一款用于做EDA(探索性數據分析)的利器，并且可以自動生成代碼，幫助大家極大節省工作時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擴展工具，所具備的功能有

• 查看DataFrame數據集與Series數據集

• 過濾數據

• 數據的統計分析

• 繪制交互式圖表

• 文本數據的操作

• 數據清洗與類型轉換

• 合并數據集

安裝模塊

在使用之前，我們先需要通過pip install進行該模塊的安裝

pip?install?bamboolib

同時因為我們要在Jupyter 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數據集

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

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

讀取數據

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

會彈出如下所示的界面，

我們先來簡單介紹一下界面上的各個按鈕，

• Explore DataFrame：對數據集進行探索性分析的按鈕

• Create plot: 繪制交互性圖表的按鈕

• Search Transformations：包含對數據集進行各項操作

• Update: 過濾出指定的列

• Export: 可以將處理完的數據集以及代碼導出

我們點擊Explore DataFrame按鈕來對數據先來一個大致的印象

我們看到會對數據集有一個大致的介紹，例如數據集是有1000行、18列，然后每一列的數據類型、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型變量的特征，它們之間的相關性，可以點擊Correlation Matrix按鈕

過濾數據

要是我們想要指定某一列數據的話，點擊下拉框，選中select or drop columns，

或者我們想要刪掉某一列的話，也是相類似的操作

當然我們如果想要根據特定的條件來過濾出某些數據的話，則是選中filter rows按鈕，然后我們給出特定的條件，在Bamboolib模塊當中有多種方式來過濾數據，有has values、contains、startswith、endswith等等，類似于Pandas模塊當中對于文本數據處理的方法，例如我們想要挑選出“省份”這一列當中的“浙江省”的數據，就這么來做

我們還能夠對每行的數據進行排列，點擊下拉框選中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

要是我們想要對某一列的列名進行重命名，點擊rename columns

數據的清洗與類型轉換

我們能夠改變數據集當中某一列的數據類型，點擊選中change column data dtype

對于缺失值的情況，我們既可以選擇去除掉這些缺失值，點擊選中drop missing values或者是drop columns with missing values

當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等等，點擊選中find and replace missing values

數據的統計分析

我們可以通過bamboolib模塊來對數據進行統計分析，例如計算數值的變化(percent change)，我們在下拉框中找到percent change的選項，然后對指定的列計算當中數值的變化百分比

我們還能夠進行累乘/累加的操作，我們在下拉框中選中cumulative product或者是cumulative sum

另外我們還能進行分組統計的計算操作，選中下拉框當中的group by and aggregate按鈕，例如我們以“省份”來分組，計算“總收入”的平均值，可以這么來操作

合并數據集

要是我們想要進行合并數據集的操作，在下拉框選中join/merge dataframes選項，當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

文本數據的操作

我們還能對數據集當中的文本數據進行各種操作，包括對英文字母大小寫的轉換，就用convert to lowercase/convert to uppercase

如果我們需要對字符串當中的空格做一個處理，我們在下拉框當中選中Remove leading and trailing whitespaces

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

繪制交互式的圖表

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

我們在X軸上指定的是“省份”的數據，然后根據不同的商品類型配上不同的顏色，而從繪制出來的結果中能夠看到來自“北京”的顧客“食品飲料”購買的比較多，而來“浙江”的顧客“服裝服飾”購買的比較多

當然除了直方圖之外，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。

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載黃海廣老師《機器學習課程》視頻課黃海廣老師《機器學習課程》711頁完整版課件

本站qq群955171419，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【Python】安利一个超好用的Pandas数据挖掘分析神器的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。