YYDS,4 个 Python 必备神器!
来源丨网络
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 pivottablejs
from pivottablejs import pivot_ui
import pandas as pd
data = pd.read_csv("D:\Data\company_unicorn.csv")
data["Year"] = pd.to_datetime(data["Date Joined"]).dt.year
pivot_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
![5761ccf045afa67edfbccc50ab3df8bb.webp](https://filescdn.proginn.com/783463bca5974137bb50a3f5ff30a7f3/5761ccf045afa67edfbccc50ab3df8bb.webp)
我们还可以快速生成数据透视表
![bdb7550d49905d163648cc8bc9212b1c.webp](https://filescdn.proginn.com/e83c051463f84cc080d5bc7786586d40/bdb7550d49905d163648cc8bc9212b1c.webp)
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。
![7d0d2873f7f06a89f9e21f67ed17d1d9.webp](https://filescdn.proginn.com/f47018fc9634900023d7893f69f2ee5a/7d0d2873f7f06a89f9e21f67ed17d1d9.webp)
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 pygwalker
import pygwalker as pyw
walker = pyw.walk(data)
![3675e9b835d8cab8b22bc64a985ccece.webp](https://filescdn.proginn.com/890b43fe5b1f51a54315ffdb0ff76bab/3675e9b835d8cab8b22bc64a985ccece.webp)
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。
Qgrid![be8d3ff993605dab1d829c4de51dfeb1.webp](https://filescdn.proginn.com/a50416a11bb232c1f2a1d27bc8f8b2ed/be8d3ff993605dab1d829c4de51dfeb1.webp)
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 qgrid
qgridframe = qgrid.show_grid(data, show_toolbar=True)
qgridframe
![a7d957fcb10602551d0e574357cf134c.webp](https://filescdn.proginn.com/e02c4e251df6ca501212d62d8b530218/a7d957fcb10602551d0e574357cf134c.webp)
我们还可以直接在表上添加、删除数据。
Itables![67141f47dc43df2a62571655198f6cf3.webp](https://filescdn.proginn.com/2db4f729cad5ea13ce739ab9e896eb5e/67141f47dc43df2a62571655198f6cf3.webp)
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, show
init_notebook_mode(all_interactive=False)
show(data)
![5cb9c77ae0f9319f603aba16188bb2a3.webp](https://filescdn.proginn.com/da88fa9f962de5d74504cc7eb9b17c80/5cb9c77ae0f9319f603aba16188bb2a3.webp)
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。
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。
- EOF -
作者简介
城哥,公众号9年博主,一线互联网工作10年、公司校招和社招技术面试官,主导多个公司级实战项目(Python、数据分析挖掘、算法、AI平台、大模型等)。
关注我,陪你一起成长,遇见更好的自己。
星球服务
会不定期发放知识星球优惠券,加入星球前可以添加城哥微信: dkl88191 ,咨询优惠券问题。
加入知识星球后,可以享受7大福利与服务:免费获取海量技术资料、向我 1 对 1 技术咨询、求职指导,简历优化、历史文章答疑(源码+数据)、综合&专业技术交流社群、大模型技术分享、定制专属学习路线,帮你快速成长、告别迷茫。
原创不易,技术学习资料如下,星球成员可免费获取,非星球成员,添加城哥微信:dkl88191,请城哥喝杯星巴克。