PandasGUI | python可视化GUI 神器

在公众号「python风控模型」里回复关键字：学习资料

介绍

您在数据科学任务中使用 Pandas 库多少次？几乎每次！Pandas 是一个必不可少的库，用于数据操作和以汇总表、可视化等形式从数据集中生成洞察力。

PandasGUI 是一个基于 Python 的库，它有助于使用 GUI 将数据操作和汇总统计应用于数据集。这意味着所有操作都将通过图形用户界面 (GUI) 执行，但 Pandas 将用于在后台执行它们。

在本文中，我将带您了解这个库的所有功能，它如何生成交互式绘图，以及如何访问为通过 GUI 执行的所有操作生成的自动 Python 代码！

安装

PandasGUI 是一个 Python 包，可以通过 pip 包管理器安装。注意：我建议使用 Python 3.8 及更高版本进行安装。另外，请确保创建一个单独的环境（虚拟环境）并将库安装在该环境中。

创建虚拟环境（conda）

在终端中运行这些命令

conda create -n nameofenv python=version

conda activate nameofenv

安装 pandasgui

pip install pandasgui

安装该库需要一点时间，因为它的依赖项非常重。

设置

首先，加载库。我们对初始化应用程序的 pandasGUI 库的 show() 函数。

from pandasgui import show

此功能可以通过两种方式使用：

1. 您可以直接实例化 pandasGUI 显示功能，该功能将在没有任何数据集的情况下打开应用程序。

2. 您可以将数据框传递给函数，应用程序将填充数据集的行和列。这样，您可以同时加载多个数据集，绕过所有数据框对象到 show() 方法。

   
   

现在，我们将加载没有任何数据集的应用程序，

show()

你会得到一个这样的屏幕：

各种功能

现在，我们将逐步探索此应用程序的所有功能。

加载数据集

要将数据集加载到应用程序中，您有多种选择：

1. 将数据框对象传递给 show 函数

2. 使用编辑菜单的“导入”选项手动添加

3. 使用编辑菜单的“从剪贴板导入”从剪贴板导入数据框

4. 使用调试菜单的“浏览样本数据集”加载任何样本数据集进行测试。

5. 将 CSV 文件拖放到应用程序中

   
   

请参阅下面的 GIF：

屏幕操作

除了 pandasGUI 应用程序提供的各种选项卡和菜单外，您还可以通过触发显示的 GUI 元素直接应用一些操作：

1.显示的数据集的所有单元格都是可编辑的。您可以单击任何单元格并进行编辑。它与您在 Excel 工作表中所做的非常相似。任何值都可以直接更改。

2.右键单击列标题将为您提供一个交互式列菜单，其中包含按升序、降序对列进行排序、将列移动到最末端或在范围内、将包含日期的列作为字符串解析为熊猫日期时间的选项格式，并删除列选项。

3.通过拖动并选择数据集的任何部分，您可以复制该部分并将其粘贴到 Excel 工作表的任何单元格中。它将自动转换为表格格式，如应用程序本身所示。

4.右键单击左侧面板上的数据框名称，弹出从应用程序中删除数据框的选项。

过滤器

将过滤器应用于数据集是任何数据科学任务中最重要的任务之一。它有助于隔离数据集的一部分并处理该隔离部分。在 Pandas 中，您通常使用比较、列的阈值或整个数据集来过滤数据。在 pandasGUI 中，您可以使用右侧的“过滤器”选项卡执行相同类型的过滤。

输入过滤表达式，只显示满足条件的数据。请参阅下面的示例：

您可以应用多个过滤器并使用左侧的复选框启用/禁用它们。请参阅下面的示例，其中应用了多个文件管理器：

注意：所有过滤器都是在后台使用“pandas.dataframe.query()”方法应用的。

统计选项卡

统计数据在数据集所有特征的描述性视图中起着重要作用。这些包含诸如百分位数之类的参数，有助于深入了解数据的分布方式，均值（受影响的异常值）仍然可以告诉我们数据的中心，而标准差则告诉我们列数据在内部变化的程度。标准差为 0 的列将毫无用处，因为这意味着该列的所有值都相同，这对预测目标值毫无帮助。

要得出此类见解，请单击统计选项卡，您将获得数据类型、计数、唯一值数量、平均值、标准偏差和最小值-最大值的摘要。对于字符串类型的值，数值计算的参数（例如均值）将为空。

Grapher 选项卡

图形和可视化是使用视觉元素呈现数据摘要的非常强大的工具。例如，分布图可以帮助确定列值是否与正态分布/钟形曲线一致，这简化了我们确定总体参数和基于样本得出结论的任务。

箱线图有助于确定数据的分布，应将多少值视为异常值。它还表示 50% 的数据所在的位置。其他类型的图，如直方图、条形图、散点图、折线图、等高线图，各有优势，因此绘制数据很重要。

要使用 pandasGUI 绘制此类可视化，只需切换到 Grapher 选项卡，您将获得如下初始屏幕：

您可以选择直方图、散点图、条形图、箱线图、小提琴图、3D 散点图、热图、等高线图、饼图、splom、烛台、烛台和词云。所有这些图都是使用后端的 Plotly 库创建的，因此，这些图本质上是交互式的。

让我们绘制一些数据。要进行绘图，只需选择任何类型的绘图，然后将列名称从左侧面板拖到右侧提到的绘图参数中。请参阅以下示例：

您可以看到，随着“x”的增加，“价格”呈指数增长。由于情节后端，该情节本质上是交互式的。“x”、“y”、“颜色”等参数根据要显示的图而变化。例如，您不会获得词云的“x”、“y”参数。

让我们为不同的数据集 Google Play 商店应用评论绘制一个词云，其中包含有关应用反馈的文本信息：

列和参数面板底部提供了适用于每个图的其他常用选项。这些包括：

自定义 kwargs：由于绘图是 plotly，您可以添加 plotly express 支持的所有 kwargs。当前参数可能受限于最佳用例，但您可以使用此选项传递自定义参数。例如，可以使用“labels”参数将列“x”的默认名称更改为其他名称：

保存 HTML：使用此选项，您可以将生成的绘图保存到 HTML 文件中。这个文件可以独立使用，不需要任何后端。HTML 文件使用 JavaScript 以交互方式显示图形。

重置：此选项清除所有参数值。

代码导出：您可以使用此选项导出用于绘制图形的代码。该代码将缺少提供的自定义关键字，但基本代码将有助于您开始绘图。

预览 kwargs：它显示用于绘制图形的所有当前参数。

完成：每当您想重新运行绘图代码时，您都可以单击此选项。如果您应用了自定义参数并且想要重新加载应用了这些参数的图形，这将非常有用。

Reshaper Tab

汇总表（例如数据透视表）对于基于聚合函数（例如平均值、中值、总和等）汇总数据起着至关重要的作用。您可以使用 reshaper 选项卡简单地创建这些表。此选项卡提供数据透视表、熔化表、合并和连接表。只需将列名称从左侧面板拖到所需的参数，然后单击完成。

您将获得一个选择了摘要的新数据框。让我们创建一个数据透视表，以“切割”为索引，“颜色”为新列，以及钻石数据集的聚合平均值“深度”：

设置首选项

与任何其他应用程序一样，您可以使用设置的菜单集首选项选项更改 pandasGUI 的默认设置。您可以将应用程序的主题更改为暗模式，禁用可编辑的屏幕功能，将 auto_finish 设置为 True，更改渲染模式，将默认聚合函数从 mean 更改为其他函数，以及格式化标题。

导出数据集和代码

完成所有数据探索和操作后，您可以访问使用编辑菜单的导出代码选项执行的所有操作的 Pandas 等效代码。此代码将按照操作顺序进行格式化，并为每个执行的操作提供适当的注释。下图是通过 PandasGUI 生成代码