pandas 与 GUI 界面的超强结合，爆赞！

pandasgui安装与简单使用

根据作者的介绍，pandasgui是用于分析 Pandas DataFrames的GUI。这个属于第三方库，使用之前需要安装。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandasgui

创建并查看一个简单的 DataFrame。

import pandas as pd
from pandasgui import show

df = pd.DataFrame(([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c'])
show(df)

上述代码会驱动后台打开一个GUI界面。

pandasgui的6大特征

pandasgui一共有如下6大特征：
Ⅰ 查看数据帧和系列（支持多索引）；
Ⅱ 统计汇总；
Ⅲ 过滤；
Ⅳ 交互式绘图；
Ⅴ 重塑功能；
Ⅵ 支持csv文件的导入、导出；

1. 查看数据帧和系列

运行下方代码，我们可以清晰看到数据集的shape，行列索引名。

import pandas as pd
from pandasgui import show

df = pd.DataFrame(([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c'])
show(df)

结果如下：

2. 统计汇总

仔细观察下图，pandasgui会自动按列统计每列的数据类型、行数、非重复值、均值、方差、标准差 、最小值、最大值。

3. 过滤

我们直接在Filters输入框中，输入a>=2，如下图所示。

输入公式后，接着点击Enter，即可完成对列的筛选。

4. 交互式绘图

这里我们定义了一个3行2列的DataFrame，以a为横坐标，b为纵坐标进行绘图。

import pandas as pd
from pandasgui import show

df = pd.DataFrame({"a":[1,2,3],"b":[2,4,6]})
show(df)

效果如下：

这个界面功能丰富，我们可以导出绘图代码，还可以保存成html，还有一些其他按钮，大家自行探索。

5. 重塑功能

pandasgui还支持数据重塑，像数据透视表pivot、纵向拼接concat、横向拼接merge、宽表转换为长表melt等函数。

6. 支持csv文件的导入、导出

支持数据导入、导出，让我们更加便捷的操作数据集。同时这里还有一些其他的菜单，等着大家仔细研究。

关于pandasgui的介绍，就到这里，你学会了吗？

- EOF -

推荐阅读  点击标题可跳转

看完本文有收获？请转发分享给更多人

推荐关注「数据分析与开发」，提升数据技能

点赞和在看就是最大的支持❤️