對于 Python 數(shù)據(jù)分析領(lǐng)域，Pandas 絕對是中堅力量，那么圍繞著這個工具，又衍生出了很多輔助工具，今天我們就一起來看看輔助 Pandas 來進(jìn)行數(shù)據(jù)探索的幾種工具

首先我們先來看看我們的測試數(shù)據(jù)集

import pandas

df = pd.read_excel("2018_Sales_Total_v2.xlsx")

df

對于上面的數(shù)據(jù)，如果使用 Excel，我們可以非常方便的進(jìn)行簡單的過濾、搜索等操作

那么在不借助 Excel 的情況，我們有哪些好用的工具呢

JavaScript tools

最簡單的方法是使用 JavaScript 庫向數(shù)據(jù)中的 DataFrame 視圖添加一些交互屬性

Qgrid

首先我們來看看 Qgrid，這是一個 Jupyter notebook 組件，可以為我們的 DataFrame 添加交互屬性

import qgrid
import pandas

df = pd.read_excel("2018_Sales_Total_v2.xlsx")

widget = qgrid.show_grid(df)
widget

可以看到，Qgrid 的過濾功能還是很不錯的，基本上接近于 Excel 了，但是它也有一些缺點(diǎn)，Qgrid 不能進(jìn)行可視化，也不能使用 Pandas 表達(dá)式來過濾和選擇數(shù)據(jù)，所以說，Qgrid 只適用于簡單的數(shù)據(jù)操作和檢查

PivottableJs

PivottableJs 工具并不是真正用于查看 DataFrame 數(shù)據(jù)的，但我們可以把它當(dāng)做一個非常有用的匯總數(shù)據(jù)工具來使用

它通過一個 JavaScript 庫的數(shù)據(jù)透視表來進(jìn)行交互式數(shù)據(jù)透視和匯總

from pivottablejs import pivot_ui

pivot_ui(df)

我們通過單擊和拖動來匯總每個客戶購買的數(shù)量

當(dāng)然，除了基本的求和函數(shù)，我們還可以做一些可視化和統(tǒng)計分析

該工具對于過濾原始 DataFrame 沒有太大的用處，但對于透視和匯總數(shù)據(jù)方面是非常強(qiáng)大，我們可以在構(gòu)建數(shù)據(jù)透視表后過濾數(shù)據(jù)，以此來充分發(fā)揮這個工具的作用

Data Analysis Applications

接下來我們介紹比較成熟的 GUI 工具，通常使用 Web 后端（如 Flask）或基于 Qt 的單獨(dú)應(yīng)用程序。
這些應(yīng)用程序的復(fù)雜性和功能各不相同，從簡單的表格視圖和繪圖功能到強(qiáng)大的統(tǒng)計分析。這些工具的獨(dú)特之處在于它們與 Pandas 緊密集成，因此我們可以使用 Pandas 代碼來過濾數(shù)據(jù)并與這些應(yīng)用程序交互

PandasGUI

我們首先來看的第一個應(yīng)用程序是 PandasGUI，這個應(yīng)用程序的獨(dú)特之處在于它是一個用 Qt 構(gòu)建的獨(dú)立應(yīng)用程序，可以直接從 Jupyter notebook 調(diào)用

from pandasgui import show

show(df)

比如上圖，使用 Pandas 查詢語法過濾數(shù)據(jù)以顯示一位客戶且購買數(shù)量 > 15 的數(shù)據(jù)

PandasGUI 與 Plotly 集成使得我們可以方便的構(gòu)建可視化

PandasGUI 的一項(xiàng)非常棒的功能是過濾器對所有選項(xiàng)卡中的 DataFrame 都有效，我們可以使用此功能在繪制或轉(zhuǎn)換數(shù)據(jù)時嘗試不同的數(shù)據(jù)視圖

PandasGUI 的另一個功能是我們可以通過旋轉(zhuǎn)或融合數(shù)據(jù)來重塑數(shù)據(jù)，以下是 SKU 單位銷售額的摘要

PandasGUI 真的是一個令人印象深刻的工具！

Tabloo

Tabloo 使用 Flask 作為后端為 DataFrames 數(shù)據(jù)提供簡單的可視化工具以及類似于 PandasGUI 的繪圖功能

import tabloo

tabloo.show(df)

Dtale

Dtale 還是比較復(fù)雜的，功能也更加強(qiáng)大。Dtale 的架構(gòu)類似于 Tabloo，因?yàn)樗瑯邮褂?Flask 后端，但也包括一個強(qiáng)大的 React 前端

import dtale

dtale.show(df)

Dtale 不僅僅是一個 DataFrame 查看器，還是一個非常強(qiáng)大的統(tǒng)計工具集

我們還可以導(dǎo)出代碼，這是一個非常強(qiáng)大的功能，將 Excel + Python 解決方案與普通 Excel 區(qū)分開來

下面的例子就可以從上面的可視化圖表中導(dǎo)出代碼

import numpy as np
import pandas as pd

if isinstance(df, (pd.DatetimeIndex, pd.MultiIndex)):
    df = df.to_frame(index=False)

# remove any pre-existing indices for ease of use in the D-Tale code, but this is not required
df = df.reset_index().drop('index', axis=1, errors='ignore')
df.columns = [str(c) for c in df.columns]  # update columns to strings in case they are numbers

s = df[~pd.isnull(df['{col}'])][['{col}']]
chart, labels = np.histogram(s, bins=20)
import scipy.stats as sts

kde = sts.gaussian_kde(s['unit price'])
kde_data = kde.pdf(np.linspace(labels.min(), labels.max()))
# main statistics
stats = df['unit price'].describe().to_frame().T

Dtale 還可以對數(shù)據(jù)進(jìn)行格式化，在下面的示例中，我們將貨幣和日期列格式化為更易于閱讀的形式

Excel

最后來介紹一些與 Excel 相結(jié)合的工具

PyXLL

PyXLL 是一個付費(fèi)產(chǎn)品，不過我們可以免費(fèi)試用 30 天來一睹它的風(fēng)采

它真正的強(qiáng)大之處在于，我們可以將 Jupyter Notebook 與 Excel 共同使用，并使用 jupyter 魔術(shù)命令在 Notebook 和 Excel 之間交換數(shù)據(jù)

xlwings

xlwings 和 PyXLL 類似，也是有商業(yè)公司支持的。但是，有一個社區(qū)版是開源的，我們可以使用開源版本

雖然 xlwings 不直接與 Jupyter Notebook 集成，但我們可以使用 DataFrame 實(shí)時填充 Excel 電子表格并使用 Excel 進(jìn)行分析

import pandas as pd
import xlwings as xw

url = 
df = pd.read_excel("2018_Sales_Total_v2.xlsx")

# Create a new workbook and add the DataFrame to Sheet1
xw.view(df)

此代碼將打開一個新的 Excel 實(shí)例并將 df 放入單元格 A1

好了，今天介紹的 Pandas 數(shù)據(jù)探索工具就是這么多，喜歡就點(diǎn)個贊吧