石家庄制作网站的公司,做网站开发需要学什么软件,莱芜网站制作哪家好,免费网站建设排行表Pandas是我们日常处理表格数据最常用的包#xff0c;但是对于数据分析来说#xff0c;Pandas的DataFrame还不够直观#xff0c;所以今天我们将介绍4个和Pandas相关的Python包#xff0c;可以将Pandas的DataFrame转换交互式表格#xff0c;让我们可以直接在上面进行数据分析…Pandas是我们日常处理表格数据最常用的包但是对于数据分析来说Pandas的DataFrame还不够直观所以今天我们将介绍4个和Pandas相关的Python包可以将Pandas的DataFrame转换交互式表格让我们可以直接在上面进行数据分析的操作。
一、Pivottablejs
Pivottablejs是一个通过IPython widgets集成到Python中的JavaScript库允许用户直接从DataFrame数据创建交互式和灵活的汇总报表。可以进行高效、清晰的数据分析和表示帮助将数据从Pandas DataFrame转换为易于观察的交互式数据透视表。 pivot_ui函数可以自动从DataFrame生成交互式用户界面使用户可以简单地修改检查聚合项并快速轻松地更改数据结构。 !pip install pivottablejsfrom pivottablejs import pivot_uiimport pandas as pddata pd.read_csv(D:\Data\company_unicorn.csv)data[Year] pd.to_datetime(data[Date Joined]).dt.yearpivot_ui(data)如下图所示我们可以直接在notebook中对DataFrame进行筛选生成图表 我们还可以快速生成数据透视表 二、Pygwalker
PyGWalker可以把DataFrame变成一个表格风格的用户界面让我们直观有效地探索数据。 这个包的用户界面对Tableau用户来说很熟悉如果你用过Tableau那么上手起来就很容易 !pip install pygwalkerimport pygwalker as pywwalker pyw.walk(data) 通过一些简单的拖拽可以进行筛选和可视化这是非常方便的。 三、 Qgrid 除了PyGWalker之外Qgrid也是一个很好的工具它可以很容易地将DataFrame架转换为视觉上直观的交互式数据表。 import qgridqgridframe qgrid.show_grid(data, show_toolbarTrue)qgridframe 我们还可以直接在表上添加、删除数据。 四、Itables 与上面提到的qgrid包一样Itables提供了一个简单的接口。可以进行简单的操作如过滤、搜索、排序等。 from itables import init_notebook_mode, showinit_notebook_mode(all_interactiveFalse)show(data) tables和Qgrid包对于快速查看数据模式是必要的。然而如果我们想要进一步理解数据并进行数据转换它们的特征是不够的。因此在获得更复杂的见解的情况下使用透视表js和Pygwalker是可取的。
五、总结
上面的这些包可以在Jupyter Notebook中将dataframe转换为交互式表。
Itables 和Qgrid比较轻量可以让我们快速的查看数据但是如果你想进行更多的操作例如生成一些简单的可视化图表那么Pivottablejs和Pygwalker是一个很好的工具。
