将 Pandas 换为交互式表格的 Python 库

2023-09-20 11:08:26

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。

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python!

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(全套教程文末领取)

在这里插入图片描述

👉Python学习视频600合集👈

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉Python70个实战练手案例&源码👈

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

在这里插入图片描述

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

在这里插入图片描述

在这里插入图片描述

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错,但要学会兼职接单还是要有一个学习规划。

在这里插入图片描述

👉 这份完整版的Python全套学习资料已经上传,朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取保证100%免费

点击免费领取《CSDN大礼包》:Python入门到进阶资料 & 实战源码 & 兼职接单方法 安全链接免费领取

更多推荐

Hadoop源码阅读(一):NameNode启动

说明:1.Hadoop版本:3.1.32.阅读工具:IDEA2023.1.23.源码获取:Indexof/dist/hadoop/core/hadoop-3.1.3(apache.org)4.工程导入:下载源码之后得到hadoop-3.1.3-src.tar.gz压缩包,在当前目录打开PowerShell,使用tar-

C++中按引用传递参数

C++中按引用传递参数实参通常是通过值传递给函数的,这意味着形参接收的只是发送给它们的值的副本,它们存储在函数的本地内存中。对形参值进行的任何更改都不会影响原始实参的值。然而,有时候可能会希望一个函数能够改变正在调用中的函数(即调用它的函数)中的一个值,这可以通过引用传递的方式来完成。我们知道,变量是可以保存数据的内存

Linux 内存泄漏检测的基本原理

一、mtrace分析内存泄露mtrace(memorytrace),是GNUGlibc自带的内存问题检测工具,它可以用来协助定位内存泄露问题。它的实现源码在glibc源码的malloc目录下,其基本设计原理为设计一个函数voidmtrace(),函数对libc库中的malloc/free等函数的调用进行追踪,由此来检测

【送面试题】Linux中grep和find的区别及全面使用指南

AI绘画关于SD,MJ,GPT,SDXL百科全书面试题分享点我直达2023Python面试题2023最新面试合集链接2023大厂面试题PDF面试题PDF版本java、python面试题项目实战:AI文本OCR识别最佳实践AIGamma一键生成PPT工具直达链接玩转cloudStudio在线编码神器玩转GPUAI绘画、A

模型训练中的常见超参数解析

目录超参数学习率——lrbatch_sizenum_workersseed随机种子超参数学习率——lr数据集大小与学习率的调整有一定的关系,但并不是唯一决定学习率的因素。学习率的选择通常需要进行实验和调整,以找到最佳的学习率值,而这个最佳值可能会受到数据集大小的影响。下面是一些关于数据集大小和学习率调整的一般原则:1.

java面试题-jvm面试题

java面试题-jvm面试题1JVM组成面试官:JVM由那些部分组成,运行流程是什么?候选人:嗯,好的~~在JVM中共有四大部分,分别是ClassLoader(类加载器)、RuntimeDataArea(运行时数据区,内存分区)、ExecutionEngine(执行引擎)、NativeMethodLibrary(本地库

恒合仓库 - 用户管理、用户列表、为用户分配角色

文章目录用户管理一、用户列表1.1实体类1.1.1分页实体类1.1.2用户信息实体类1.2业务实现1.2.1UserMapper1.2.2Service层1.2.3Controller层1.2.4效果图二、用户增删改查2.1添加用户业务实现2.1.1Mapper2.1.2Service2.1.3Controller2.

BUU [HCTF 2018]Hideandseek

BUU[HCTF2018]Hideandseek考点:软连接读取任意文件Flask伪造session/proc/self/environ文件获取当前进程的环境变量列表random.seed()生成的伪随机数种子MAC地址(存放在/sys/class/net/eth0/address文件)国赛的时候遇见过软连接,这次再来

Redis缓存

目录什么是缓存?缓存特性1、缓存雪崩2、缓存穿透3、缓存击穿4、缓存预热什么是缓存?在程序中如果没有设置缓存的时候,用户想要获取到数据一般都是直接从数据库中获取。加入缓存之后会这样执行我们都知道查询数据库是一个比较慢的过程,对用户而言这样的体验是非常不好的。加入缓存之后,查询数据就会先在缓存中查找,如果缓存中没有才会去

C++项目实战——基于多设计模式下的同步&异步日志系统-⑨-同步日志器类与日志器建造者类设计

文章目录专栏导读Logger类设计同步日志器类设计同步日志器测试日志器建造者模式设计抽象日志器建造者类派生局部日志器建造者日志器建造者类测试同步日志器类与日志器建造者类整理专栏导读🌸作者简介:花想云,在读本科生一枚,C/C++领域新星创作者,新星计划导师,阿里云专家博主,CSDN内容合伙人…致力于C/C++、Linu

电力系统直流潮流分析【N-1】(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。📋📋📋本文目录如下:🎁🎁🎁目录💥1概述📚2运行结果🎉3参考文献🌈4Matlab代码及文档讲解💥1概述该程序接受一个感受矩阵B=[NxN]和注入功

热文推荐