数据分析工具pandas-profiling使用说明

安装

pip安装

pip install https://github.com/pandas-profiling/pandas-profiling/archive/master.zip

conda安装

conda install -c conda-forge pandas-profiling

快速上手

• 分析

  profile = ProfileReport(df)
  

  参数	作用	类型
  minimal	最小化模式：一般用于大型数据集	bool
  explorative	探索？	bool
  title	报告的标题	string
  pool_size	线程数，0为使用全部线程（默认）	int
  progress_bar	是否显示进度条	bool

更多参数用法可以参考官方文档

• 将结果保存至本地

  profile.to_file("your_report.html")
  

集成到PyCharm

pandas-profiling可以很方便的集成到PyCharm中，方法如下：

1. 打开PyCharm的File-Settings-Tools-External tools
2. 点击+进行添加
   
3. 分别填入如下信息：

• Name: Pandas Profiling
• Program: 请自行在Anaconda目录下的Scripts中查找pandas_profiling.exe的路径，如果当前使用的不是base环境需要进入envs的对应虚拟环境下的Scripts中查找pandas_profiling.exe的路径
• Working Directory: $ ProjectFileDir $
• Arguments: “$ FilePath $ " " $ FileDir $ / $ FileNameWithoutAllExtensions $_report.html”
  请将上述路径中的空格删除
  

4. 确定后即可使用，使用方法为在PyCharm中找到需要进行分析的数据文件，右键选中External tools随后选择Pandas Profiling即可，分析结果将会直接保存在数据文件所在的目录下。