pandas_profiling ：教你一行代码生成数据分析报告

分析报告全貌 ‍

什么是探索性数据分析 熟悉pandas的童鞋估计都知道pandas的describe()和info()函数，用来查看数据的整体情况，比如平均值、标准差之类，就是所谓的探索性数据分析-EDA。 pandas_profiling简介 如果你想更方便快捷地了解数据的全貌，泣血推荐一个python库：pandas_profiling，这个库只需要一行代码就可以生成数据EDA报告。 pandas_profiling基于pandas的DataFrame数据类型，可以简单快速地进行探索性数据分析。 对于数据集的每一列，pandas_profiling会提供以下统计信息： 1、概要：数据类型，唯一值，缺失值，内存大小
2、分位数统计：最小值、最大值、中位数、Q1、Q3、最大值，值域，四分位 3、描述性统计：均值、众数、标准差、绝对中位差、变异系数、峰值、偏度系数 4、最频繁出现的值，直方图/柱状图 5、相关性分析可视化：突出强相关的变量，Spearman, Pearson矩阵相关性色阶图 并且这个报告可以导出为HTML，非常方便查看。
pandas_profiling安装 安装pandas_profiling可以使用pip、conda或者下载文件安装，非常方便。 我这里使用pip方式，在命令行输入：

    
    
      
     
     pip install pandas-profiling
    
    
      

本文在Jupyter notebook中进行代码实验。
pandas_profiling使用方法 1、加载数据集
我这里用经典的泰坦尼克数据集：

    
    
      
     
     # 导入相关库
     
     import seaborn as sns
     
     import pandas as pd
     
     import pandas_profiling as pp
     
     import matplotlib.pyplot as plt
     
     # 加载泰坦尼克数据集
     
     data = sns.load_dataset('titanic')
     
     data.head()
    
    
      

输出： 2、使用pandas_profiling生成数据探索报告

    
    
      
     
     report = pp.ProfileReport(data)
     
     report
    
    
      

输出报告：
3、导出为html文件

    
    
      
     
     report.to_file('report.html')
    
    
      

总结 pandas_profiling可以用一行代码生成详细的数据分析报告，与pandas深度结合，非常适合前期的数据探索阶段，以及结果数据报告批量化生产。对不太熟悉python数据分析的新手来说，这是一个非常好用的工具。