【DTale】数据分析强大工具DTale的使用

2023-11-08

简单介绍：

官网帅气的介绍图

dtale官方api：https://pypi.org/project/dtale/

dtale是pandas的GUI工具，提供数据的所有详细信息，是一个强大的数据可视化数据分析工具。

使用dtale:

启动、数据加载

dtale支持多种文件格式，包括CSV、TSV、XLS、XLSX。它是一个以Flask 为后端，React 作为前端构建的，通过pip安装即可。

pip install dtale

注：在安装的过程中，可能会出现卡顿，下载失败的情况，如果是因为网络不好的可以选择，添加镜像下载pip install -i https://pypi.douban.com/simple dtale（也可使用清华镜像下载），如果还失败（与我一样）缺少某个wheel文件，就搜此wheel文件到本地，然后先安装缺少的wheel文件，再重新执行pip命令即可。

两种启动 dtale 的方式：

将DataFrame对象传递给 D-Tale 函数，在 Jupyter 单元中实例化 GUI。

import dtale
dtale.show(open_browser=True)

不导入DataFrame对象的情况下初始化 D-Tale，显示为一个带有 GUI 的交互菜单来加载数据并提供各种其他选项。

import dtale
import pandas as pd
##需要导入自己的数据
readFileName="岭回归.csv"
df=pd.read_csv(readFileName)#pandas读入csv文件
dtale.show(df,open_browser=True)#dtale show pandas所读dataframe

浏览器会自动跳出dtale的功能页面，若没跳出网页，可以试试这个网址：http://desktop-ndgd86j:40000/dtale/main/1

功能介绍：

在这里插入图片描述
数据的导入的方式：

从文件加载数据、从网站加载数据（需要传递网站的链接）可以从中获取 CSV、JSON、TSV 或 Excel 等文件。
加载示例数据集。这些数据集可能需要一些后台下载才能从服务器获取数据集。加载数据集后，就会像pandas一样呈现一个表格。
表里的所有单元格都可以编辑，就像在 excel 中一样直接更改值。

主菜单选项:

在主菜单中，其实包含了列菜单的全部功能，但在主菜单中使用时，更加普适。比如，可以在单个或者多个列，而非手动选择了。下面是几个核心功能介绍。

0. 切换语言

在这里插入图片描述

1. 创建列

可以创建新列或者从已有的列中创建列。像建模前的特征工程也可以使用它来实现，比如使用两列执行算数运算来创建新列。同时，我们可以给创建的新列提供名称，以及设置数据类型。
在这里插入图片描述

2. 汇总数据

在 pandas 中，我们通过分组或数据透视表汇总数据。我们也可以用 dtale 做同样的事情。我们直接可以选择列、聚合函数以及最终数据集中所需的列即可，无需任何代码。pandas中，分组就是groupby方法。将dataFrame中所有行按照一列或多列来划分，分为多个组，列值相同的在同一组，列值不同的在不同组。
在这里插入图片描述

3. 缺失率分析

缺失数据是所有数据集中都会经常出现的问题，因为没有数据集是完美的，它有意或无意地有很多缺失值。dtale 集成了 missingno 库来可视化数据集中存在的缺失值，同时它也提供矩阵、条形图、热图和树状图。功能：Missing Analysis

4. 绘图

绘图是数据科学EDA探索性分析阶段的重要步骤。dtale 集成 plotly 来创建交互式绘图。它可以提供折线图、条形图、散点图、饼图、词云图、热图、3D 散点图、表面图、地图、烛台图、树状图和漏斗图。不同类型的数据支持不同类型的绘图。功能极其强大。
在这里插入图片描述

5. 高亮功能

在这里插入图片描述

6. 代码导出、数据导出

在 dtale 中对数据框执行的所有操作都会自动转换为它们的 python / pandas / plotly 等效代码。可以通过单击每个操作和图表 GUI 中出现的导出代码选项来查看它们。下面是自动生成的一些代码。可以使用导出选项更改为 CSV 或 TSV 后导出数据集。

列菜单功能：

当单击列标题时，可以获得一个选项列表，选项的内容取决于该列的数据类型。比如下面类型：int64，选项列表的共同点是按升序或降序排序。除此之外，对于不同类型的数据会有不同的过滤方法。

1. 冻结

锁定功能类似于excel中的首行冻结，将列锁定在最左侧，这样可以自由地滚动表格同时看到锁定的列了。
在这里插入图片描述

2.隐藏和删除

隐藏选项将会去掉表格中的某列，但它不会从实际地删除。当然，也可以从右上角的条中取消隐藏列。
删除选项将从数据框中永久删除列。它类似于 pandas 的 drop 函数。

3. 替换和类型转换

替换选项可以替换表中某些固定值或者填充空值。可以inplace=True替换某列或者创建一个新列。同时，替换类型可以定义为：特定值、空格或特定字符串的替换。
例如下面，TRAFFIC_COUNT列，但存在了不应存在的文本99999999，例如这时候可以用 numpy nan （得符合数据类型）来替换这个异常值。
在这里插入图片描述
可以使用类型转换选项轻松地将某列的数据类型从字符串例如2022-01-20更改为日期时间，同时提供了inplace或new columns更改的选项：

4. 描述性统计

pandas 中的describe函数有助于提供列或数据集的统计摘要。这里的 describe 一样，并且提供的信息比普通的 pandas 函数更多，它为每种数据类型提供了唯一的describe摘要。
对于日期时间类型 column，它提供以下详细信息：
在这里插入图片描述

另外，它还为特征生成了histogram和 value_counts 图，对于整数类型的列，它提供了中心性、频率、峰度和偏度。它还表示箱线图、直方图、value_count 图和 QQ 图中的数据，对于字符串类型的列，它提供最常用的词及其频率、字符的详细摘要、词值计数图和值计数图。

5. 过滤

在dtale 中过滤数据非常简单，只需要指定所需的过滤器类型。下面的示例显示按交通量 > 200过滤数据集：
在这里插入图片描述
在筛选日期时间类型列中的数据时，也可以按日期范围筛选数据。对于字符串类型的列，可以通过以下方式过滤数据：

6. 方差报告

这个选项不适用于字符串类型值。方差报告基于以下两点来决定特征是否具有低方差：

特征中的唯一值计数 / 样本大小 < 10%
最常用值的计数/第二常用值的计数 > 20
显示计算结果，并用直方图以呈现结果。

7. 文本清洗

选项仅适用于字符串类型的值。文本清洗是数据科学项目的主要部分，如果使用正确的清洁类型，它可以提高模型性能。dtale 提供了可以应用于文本的所有可能的文本清理方法，只需选择要应用于文本的方法，工作将在后端即可完成。
在这里插入图片描述

其他详细dtale操作：https://pypi.org/project/dtale/

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)