可视化操作Pandas，吹爆这个GUI神器！ _字符

我是小z
关于的GUI工具，我之前介绍过。可以说，有了GUI可视化界面，操作就和Excel一样简单，本次再介绍一款功能更加强大的GUI神器：D-Tale 。
这个库的名字为啥要D-Tale呢？它是的谐音，初衷是要提供数据的所有详细信息。下面介绍下如何使用它。
启动、数据加载
D-Tale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
两种启动 D-Tale 的方式：
为了更好地演示，这里选择第二种。
import dtaledtale.show(open_browser=True)
运行代码后，将获得下面的 GUI 菜单：
数据的导入有几种方式，
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。
本文以一个电影的示例数据集展示如何使用。加载数据集后，就会像一样呈现一个表格。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。
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3个类型：、int64、str，3个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。
具体探索一下项目里的功能。
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。
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。它类似于的 drop 函数。

文章插图
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=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，列应包含所有日期类型的字符串，但存在了不应存在的文本 TV Movie 2019，这时候可以用 numpy nan 来替换这个异常值。
现在，我可以使用类型转换选项轻松地将列的数据类型从字符串更改为日期时间，同时提供了或new 更改的选项：
4. 描述性统计
中的函数有助于提供列或数据集的统计摘要。这里的一样，并且提供的信息比普通的函数更多，它为每种数据类型提供了唯一的摘要。
对于日期时间类型，它提供以下详细信息：
另外，它还为特征生成了和图：
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、图和图中的数据。
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. 筛选过滤
在 D-Tale 中过滤数据非常简单，只需要指定所需的过滤器类型。下面的示例显示按年份 > 2000 和年份 == 2001 过滤数据集：
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：
显示计算结果，并用直方图以呈现结果。
7. 文本清洗
这个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，如果使用正确的类型，它可以提高模型性能。D-Tale 提供了可以应用于文本的所有可能的文本清理方法，我们只需选择要应用于文本的方法，工作将在后端即可完成。

文章插图
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。
1. 创建列
可以创建新列或者从已有的列中创建列。像我们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。
2. 汇总数据
在中，我们通过分组或数据透视表汇总数据。我们也可以用 D-Tale 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。下面是一个例子。
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。D-Tale 集成了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。
4. 绘图
绘图是数据科学EDA探索性分析阶段的重要步骤。D-Tale 集成来创建交互式绘图。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，像下面这样。
5. 高亮功能
用于突出显示数据集的某些部分，就像我们在中使用来显示特殊值一样，也可以完成同样的功能。比如，我们可以高亮缺失值、数据类型、异常值或者范围。下面的示例显示了如何高亮显示缺失值和异常值：
6. 代码导出、数据导出
在 D-Tale 中对数据框执行的所有操作都会自动转换为它们的 // 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。

import pandas as pdfrom dtale.datasets import {dataset}df = {dataset}()if isinstance(df, (pd.DatetimeIndex, pd.MultiIndex)):df = df.to_frame(index=False)# remove any pre-existing indices for ease of use in the D-Tale code, but this is not requireddf = df.reset_index().drop('index', axis=1, errors='ignore')df.columns = [str(c) for c in df.columns]# update columns to strings in case they are numbersdf = df[[c for c in df.columns if c != 'imdb_title_id']]df = df.rename(columns={'title': 'Movie_title'})s = df['date_published']s = df['date_published']s = s.replace({'TV Movie 2019': np.nan})df.loc[:, 'date_published'] = sdf.loc[:, 'date_published'] = pd.Series(pd.to_datetime(df['date_published'], infer_datetime_format=True), name='date_published', index=df['date_published'].index)

最后，我们也可以使用导出选项更改为 CSV 或 TSV 后导出数据集。
结论
D-Tale 这个GUI强大功能真的是香，以后不想敲代码的时候可以进行可视化操作了，然后转成代码如果需要的话。和之前介绍过的其他类似工具的比较来看，比如、Mito ， D-Tale 的功能更加强大。
参考：

【可视化操作Pandas，吹爆这个GUI神器！】●10个面试必会的统计学问题！●品牌知名度分析