大家好，我是章北海
在数据科学领域，能够快速、准确地了解数据集的特性至关重要。
对使用 Jupyter Notebook 进行数据分析的用户而言，jupyter-summarytools 是一个强大且便捷的工具。
本文将详细介绍 jupyter-summarytools 的功能、安装方法及使用示例，帮助你在数据分析过程中事半功倍。
什么是 Jupyter Summary Tools？
jupyter-summarytools 是一个 Python 包，旨在为 Jupyter Notebook 用户提供类似于 R 语言中 summarytools 包的功能。它通过生成标准化且全面的数据框（DataFrame）摘要，帮助用户快速了解数据集的结构和主要特征。当前，jupyter-summarytools 主要提供了 dfSummary 函数，用于生成 HTML 格式的数据摘要，并支持多种展示方式，如可折叠摘要和标签页摘要。
主要特性
标准化摘要：快速生成包含数据类型、缺失值、描述性统计等信息的综合摘要。
可折叠摘要：通过折叠功能，用户可以选择性查看详细信息，避免信息过载。
标签页摘要：将不同数据集的摘要以标签页形式展示，便于在同一页面查看多个数据集。
安装
在使用 jupyter-summarytools 之前，确保已安装该库。可以通过以下命令使用 pip 进行安装：
pip install summarytools依赖
jupyter-summarytools 依赖于以下环境和库：
Python：版本 3.6 及以上。 Pandas：版本 1.4.0 及以上。
确保您的环境符合上述要求，以避免安装或运行时出现问题。
快速开始
以下是 jupyter-summarytools 的快速入门指南，帮助您快速在 Jupyter Notebook 中生成数据框的摘要。
基本用法
首先，导入必要的库并加载数据集：
import pandas as pdfrom summarytools import dfSummary# 加载数据集titanic = pd.read_csv('./data/titanic.csv')# 生成数据框摘要dfSummary(titanic)
可折叠摘要
为了更好地展示数据摘要，可以使用可折叠摘要功能：
import pandas as pdfrom summarytools import dfSummarytitanic = pd.read_csv('./data/titanic.csv')# 生成可折叠的数据框摘要dfSummary(titanic, is_collapsible=True)
标签式摘要
jupyter-summarytools 还支持标签式摘要，允许在不同标签页中查看多个数据框的摘要：
import pandas as pdfrom summarytools import dfSummary, tabset# 加载多个数据集titanic = pd.read_csv('./data/titanic.csv')vaccine = pd.read_csv('./data/country_vaccinations.csv')vaccine['date'] = pd.to_datetime(vaccine['date'])# 生成标签式摘要tabset({'titanic': dfSummary(titanic).render(),'vaccine': dfSummary(vaccine).render()})
导出 Notebook 为 HTML
在将 Jupyter Notebook 导出为 HTML 时，确保已安装并启用了 Export Embedded HTML 扩展。使用以下命令可以保留数据框摘要在导出的 HTML 中：
jupyter nbconvert --to html_embed path/of/your/notebook.ipynb