數據預處理是數據科學管道的重要組成部分，需要找出數據中的各種不規則性，操作您的特征等。Pandas 是我們經常使用的一種工具，用于處理數據，還有 seaborn 和 matplotlib用于數據可視化。PandasGUI 是一個庫，通過提供可用于制作

安裝 PandasGUI

使用pip 命令像安裝任何其他 python 庫一樣安裝 PandasGUI。相同的命令是：

pip?install?pandasgui

要在 PandasGUI 中讀取 文件，我們需要使用show()函數。讓我們從將它與 pandas 一起導入開始。數據集是titanic

import?pandas?as?pd from?pandasgui?import?show from?pandasgui.datasets?import?titanic show(titanic)

這是我們的數據框，我們可以滾動查看數據。可以看到表示 NaN 值的空單元格。可以通過單擊單元格并編輯其值來編輯數據。只需單擊特定列即可根據特定列對數據框進行排序。在下圖中，我們可以通過單擊fare列對數據框進行排序。

PandasGUI 中的過濾器

假設我們想查看 MSSubClass 的值大于或等于 120 的行。在 Pandas 中，我們可以使用以下命令：

titanic[titanic['age']?>=?20]

PandasGUI 為我們提供了過濾器，可以在其中編寫查詢表達式來過濾數據。上述查詢表達式將是：

Pandas GUI 中的統計信息

匯總統計數據為您提供了數據分布的概覽。在pandas中，我們使用describe()方法來獲取數據的統計信息。

titanic.describe()

在 PandasGUI 中，可以轉到統計部分并獲取每列的統計信息。

PandasGUI 中的數據可視化

數據可視化通常不是 Pandas 的用途，我們使用 matplotlib、seaborn、plotly 等庫。但 PandasGUI 在 Grapher 部分下提供了使用 plotly 繪制的交互式圖形。

我們通過將fare拖放到x下來創建fare的直方圖。

除了這些，還可以創建箱線圖、3d 散點圖、線圖等。如果您想快速概覽數據，從檢查匯總統計數據到繪制數據，PandasGUI 是一個很好的工具，可以輕松完成，無需代碼。

推薦閱讀

牛逼！Python常用數據類型的基本操作（長文系列第①篇）

牛逼！Python的判斷、循環和各種表達式（長文系列第②篇）

牛逼！Python函數和文件操作（長文系列第③篇）

牛逼！Python錯誤、異常和模塊（長文系列第④篇）

總結

以上是生活随笔為你收集整理的PandasGUI：使用图形用户界面分析 Pandas 数据帧的全部內容，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。