标签：pandas，pandas-profiling
本文介绍一个数据探索库——pandas profiling，有点像pandas中的.describe()方法，但更好。
使用pip安装这个库：
pip install pandas-profiling
配置代码环境
本文将使用Jupyter笔记本，这也是pandas_profiling官方文档推荐的。
如果不想为虚拟环境而烦恼，那么继续在你的计算机上安装完整的profiling系统。如果要遵循最佳做法并使用虚拟环境，执行以下操作：
1.创建虚拟环境
2.pip install pandas-profiling ipykernelipywidgets
3.将ipykernel链接到虚拟环境
4.开始编写代码
数据
我们将使用gapminder数据集，其中包含世界各国的年数和预期寿命。
图1
现在，将数据框架放入pandas_profiling中以生成报告。
图2
几秒钟后，将在jupyter笔记本中看到生成的Pandas Profiling报告。报告中有几个部分：概述、变量、交互作用、相关性、缺失值、样本。
Overview（概述）部分提供了数据集的高级概述，包括变量数量（列）、观察数量（行）、变量类型。
图3
Variables（变量）部分显示了每个变量的一些详细信息，例如，不同值的数量、每个值的观察次数，等等。
图4
对于每一个变量，我们都可以“切换细节”，以便更深入地了解特定的数据列。
图5
Interaction（交互）部分是一个快速的数据可视化部分。我们可以绕x轴和y轴切换，看看一个变量如何影响另一个变量。
图6
Correlations（相关性）部分显示了具有不同系数计算的相关性矩阵。
图7
Missing values（缺失值）部分突出显示每个数据列缺失（null）值的数量。
图8
最后但并非最不重要的一点是，Sample（示例）部分显示了前10个和后10个示例数据。
在审阅这份报告之后，可以对手头的数据有一个相当好的了解。
大型数据集
对于大型数据集，我们可以使用minimal=True参数来缩短分析报告的生成时间。
profile = ProfileReport(df,title="Pandas Profiling Report", minimal=True)
将分析报告另存为文件
若不想使用Jupyter笔记本环境，那完全没问题。我们仍然可以使用pandas_profiling并将报告生成为网页HTML文件。
图9
