YYDS,4 个 Python 必备神器!

↓ 推荐关注↓

来源丨网络

Pandas 是我们日常处理表格数据最常用的包，但是对于数据分析来说，Pandas的DataFrame还不够直观。所以今天我们将介绍4个和Pandas相关的Python包，可以将Pandas的DataFrame转换交互式表格，让我们可以直接在上面进行数据分析的操作。 Pivottablejs Pivottablejs是一个通过IPython widgets集成到Python中的JavaScript库，允许用户直接从DataFrame数据创建交互式和灵活的汇总报表。可以进行高效、清晰的数据分析和表示，帮助将数据从Pandas DataFrame转换为易于观察的交互式数据透视表。

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

我们还可以快速生成数据透视表

Pygwalker

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。

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)

  

img

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

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

  

我们还可以直接在表上添加、删除数据。

Itables

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)

  

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。