我們知道 Pandas 是數(shù)據(jù)科學(xué)社區(qū)中流行的 Python 包，它包含許多函數(shù)和方法來分析數(shù)據(jù)。盡管它的功能對于數(shù)據(jù)分析來說足夠有效，但定制的庫可以為 Pandas 增加更多的價(jià)值。

Sidetable 就是一個(gè)開源 Python 庫，它是一種可用于數(shù)據(jù)分析和探索的工具，作為 value_counts 和 crosstab 的功能組合使用的。在本文中，我們將更多地討論和探索其功能。歡迎收藏學(xué)習(xí)、點(diǎn)贊支持。

安裝

可以使用從 PyPI 安裝 Sidetable

pip install sidetable

用法

我們將使用從 Kaggle 下載的 Titanic 數(shù)據(jù)集來實(shí)現(xiàn)該庫。

sidetable 的思想是減少數(shù)據(jù)分析所需的代碼行數(shù)并加快工作流程。對于任何數(shù)據(jù)集，都需要執(zhí)行一些數(shù)據(jù)分析任務(wù)，包括可視化特征分布、頻率計(jì)數(shù)、缺失記錄計(jì)數(shù)。

我們將使用 Titanic 數(shù)據(jù)集詳細(xì)討論 Sidetable 庫的特性。

1、freq()

Pandas 提供了 value_counts() 函數(shù)，用于計(jì)算特征的頻率計(jì)數(shù)。Pandas 可以計(jì)算分布計(jì)數(shù)和概率分布，但你可能希望更容易組合這些值。

分布計(jì)數(shù)和概率分布可以結(jié)合使用，但需要大量的輸入和代碼記憶。

對于 sidetable，使用 freq() 函數(shù)在一行Python代碼中實(shí)現(xiàn)它更簡單。你可以獲得累計(jì)總數(shù)、百分比和更大的靈活性。

除此之外，還可以對多個(gè)列進(jìn)行分組，以可視化已分組要素的分布。

你還可以使用參數(shù) value 指定要素列，以指示分組的數(shù)據(jù)“sum”應(yīng)基于特定列。

2、Counts

sidetable 中的 counts() 函數(shù)可以生成一個(gè)匯總表，該匯總表可用于確定你需要考慮為分類或數(shù)值的特征，以便進(jìn)一步分析和建模。counts() 函數(shù)顯示特征的唯一值的數(shù)量以及最頻繁和最不頻繁的值。

可以使用 exclude 和 include 參數(shù)從數(shù)據(jù)集中排除或包含特定數(shù)據(jù)類型。

3、missing()

sidetable 中 missing()函數(shù)生成一個(gè)匯總表，該匯總表按每列的總?cè)笔е档挠?jì)數(shù)和百分比顯示缺失記錄。

4、subtotal()

Sidetable 中 subtotal() 函數(shù)最適合與 Pandas 中的 group by 函數(shù)一起使用。它可用于計(jì)算數(shù)據(jù)幀分組的一個(gè)或多個(gè)級(jí)別的小計(jì)。

subtotal()函數(shù)可以將其添加到分組數(shù)據(jù)的一個(gè)或多個(gè)級(jí)別。你需要首先使用groupby()函數(shù)對數(shù)據(jù)框進(jìn)行分組，然后在每個(gè)級(jí)別添加一個(gè)小計(jì)。

結(jié)論

Sidetable 是一種高效且方便的工具，它結(jié)合了 Pandas 的 value_counts 和 crosstab，生成一個(gè)可解釋且易于理解的匯總表，還可用于提供分析結(jié)果。語法的簡單性使其成為用于數(shù)據(jù)分析和探索的更好的庫。

以上就是這款高效的python數(shù)據(jù)框 處理工具Sidetable的詳細(xì)內(nèi)容了。

更多python數(shù)據(jù)框 處理工具Sidetable的內(nèi)容請關(guān)注腳本之家其他相關(guān)文章。

最新評(píng)論