La biblioteca pandas_profiling en Python incluye un método denominado ProfileReport() que genera un informe básico sobre el DataFrame de entrada.
El informe consiste en lo siguiente:
- Descripción general de la trama de datos,
- Cada atributo en el que se define DataFrame,
- Correlaciones entre atributos (Correlación de Pearson y Correlación de Spearman), y
- Una muestra de DataFrame.
Sintaxis:
pandas_profiling.ProfileReport(df, **kwargs)
| Argumentos | Escribe | Descripción |
|---|---|---|
| d.f. | Marco de datos | Datos a analizar |
| contenedores | En t | Número de contenedores en el histograma. El valor predeterminado es 10. |
| verificar_correlación | booleano | Si comprobar o no la correlación. Es `Verdadero` por defecto. |
| correlación_umbral | flotar | Umbral para determinar si el par de variables está correlacionado. El valor predeterminado es 0,9. |
| correlación_anulaciones | lista | Nombres de variables que no deben rechazarse porque están correlacionados. No hay ninguna variable en la lista (`Ninguna`) por defecto. |
| cheque_recodificado | booleano | Si verificar o no la correlación registrada (característica de gran cantidad de memoria). Dado que es un cálculo costoso, se puede activar para pequeños conjuntos de datos. `check_correlation` debe ser verdadero para deshabilitar esta verificación. Es `Falso` por defecto. |
| tamaño de la piscina | En t | Número de trabajadores en el grupo de subprocesos. El valor predeterminado es igual al número de CPU. |
Ejemplo:
Python3
# importing packages
import pandas as pd
import pandas_profiling as pp
# dictionary of data
dct = {'ID': {0: 23, 1: 43, 2: 12, 3: 13,
4: 67, 5: 89, 6: 90, 7: 56,
8: 34},
'Name': {0: 'Ram', 1: 'Deep', 2: 'Yash',
3: 'Aman', 4: 'Arjun', 5: 'Aditya',
6: 'Divya', 7: 'Chalsea',
8: 'Akash' },
'Marks': {0: 89, 1: 97, 2: 45, 3: 78,
4: 56, 5: 76, 6: 100, 7: 87,
8: 81},
'Grade': {0: 'B', 1: 'A', 2: 'F', 3: 'C',
4: 'E', 5: 'C', 6: 'A', 7: 'B',
8: 'B'}
}
# forming dataframe and printing
data = pd.DataFrame(dct)
print(data)
# forming ProfileReport and save
# as output.html file
profile = pp.ProfileReport(data)
profile.to_file("output.html")
Producción:
El archivo html llamado output.html es el siguiente:
Publicación traducida automáticamente
Artículo escrito por deepanshu_rustagi y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA