Explorando la GUI de Pandas [Lista de las mejores características que debe tener en cuenta]

Pandas es la biblioteca favorita de cualquier entusiasta de la ciencia de datos. Satisface todas las necesidades de procesamiento de datos a través del formato tabular estructurado, formatos de fecha y hora y proporciona la API matplotlib para realizar el trazado instantáneamente dentro de las operaciones de encadenamiento de pandas. Puede cargar datos de sitios web directamente en marcos de datos. Esta biblioteca también es muy útil al realizar un análisis exploratorio de datos que revela información sobre el conjunto de datos y las diversas distribuciones con las que se alinea.

A medida que se crean más y más herramientas para mejorar la exploración de datos, Pandas GUI es una de ellas que utiliza pandas como componente central y muestra una GUI en ventana con muchas funciones adicionales que generalmente se realizan manualmente.

Leer: 10 emocionantes proyectos y temas de interfaz gráfica de usuario de Python para principiantes

Exploremos esta utilidad y veamos algunas de las mejores funciones.

Las mejores características de la GUI de Python

1. Configuración básica

Es un paquete de python y, por lo tanto, se puede instalar fácilmente a través de PyPI usando pip, que es un administrador de paquetes de Python. El comando de instalación para esto será:

pip instalar pandasgui

Todas las dependencias como Pyqt, Plotly se instalarán a través de este comando. Una vez completada la instalación, debe importar dos módulos que incluyen pandas y una función de pandasgui.

importar pandas como pd

de pandasgui espectáculo de importación

La función mostrar es el principal punto de entrada de la pantalla GUI. Toma el conjunto de datos para el que desea realizar el análisis como objeto de marco de datos de los pandas. Este paquete viene con conjuntos de datos precargados para probar sus funciones. Algunos de los conjuntos de datos incluidos en esto son iris, titanic, pokemon, accidentes automovilísticos, mpg, datos de acciones, consejos, mi_manufacturing, gapminder . Con fines ilustrativos, elegiremos el conjunto de datos de consejos. Para cargar este conjunto de datos,

de pandasgui.datasets consejos de importación

Ahora, el último paso del código es llamar a la función show y usar la utilidad GUI:

GUI = mostrar (consejos)

Tan pronto como ejecute esto, una aplicación le mostrará los datos en formato tabular y algunas pestañas generales. Vea la imagen a continuación (Todas las imágenes presentadas en este artículo son proporcionadas por el autor):

2. Varias funciones en pantalla

Antes de explorar las distintas pestañas del programa, analicemos algunas de las funciones clave en pantalla:

• Si hace clic en cualquier encabezado de columna (total_bill, day...) del conjunto de datos, los datos se ordenarán de acuerdo con el orden ascendente de esa columna en particular, al hacer clic nuevamente se ordenarán en orden descendente y el siguiente clic restablecerá la clasificación. De esta manera, puede ordenar sus datos fácilmente. Aquí, hemos ordenado los datos en orden descendente de tamaño:

• Puede agregar varios CSV en esta GUI simplemente arrastrando y soltando. Todos los archivos se enumerarán en el panel izquierdo, lo que hace que sea muy fácil cambiar entre ellos.
• Si hace clic en cualquier celda de los datos, tiene la opción de editar directamente los valores. Esto es algo similar a lo que ofrecen las hojas de Excel y eso hace que la GUI de pandas sea útil.
• Puede seleccionar cualquier sección de los datos seleccionando todas las celdas requeridas manteniendo presionado el botón izquierdo y moviendo el mouse. Las celdas seleccionadas se resaltarán con color azul y esta selección se puede copiar tal cual. ¡Puede pegar esta sección en hojas de Excel o blocs de notas!

3. Filtros

La primera pestaña después del marco de datos es el archivador que permite la filtración de datos según las condiciones definidas aquí. Utiliza la función de consulta () del marco de datos de los pandas subyacentes. Esto hace posible filtrar una sección particular del conjunto de datos requerido por el usuario. Para acceder a él, simplemente haga clic en la pestaña de filtros y luego cree un filtro correspondiente a su conjunto de datos. Por ejemplo, podemos aplicar:

sexo == 'Mujer', día == 'Viernes' y hora == 'Almuerzo'

El conjunto de datos resultante se ve así:

4. Estadísticas

Antes de continuar con el análisis avanzado, es una buena práctica observar los tipos de datos de las características, su conteo, valores mínimos y máximos, etc. La función pandas describe() proporciona este resumen. En esta presentación de GUI, la pestaña de estadísticas hace el mismo trabajo. Muestra el tipo de datos, conteo, conteo de valores únicos, media, desviación estándar y min-max.

5. Graficador

Como sugiere el nombre, esta pestaña brinda acceso para trazar diferentes tipos de gráficos que se incluyen en la visualización de datos. Es esencial graficar nuestros datos para que podamos descubrir hechos que puedan resultar fructíferos en el próximo análisis y que puedan ser útiles para decidir qué características queremos seleccionar para nuestro modelo de entrenamiento. Pandas GUI admite histograma, dispersión, línea, barra, cuadro, violín, mapa de calor, pastel e incluso nube de palabras.

La configuración de un gráfico en esta GUI es una simple operación de arrastrar y soltar columnas. Suponga que desea trazar un gráfico de dispersión para la factura total y la propina dada en relación con el tiempo. Simplemente haga clic en Grapher, seleccione el gráfico de dispersión y arrastre la factura total a x en la parte derecha inmediata de la sección de nombres de columnas, y luego haga clic en finalizar para representar el gráfico.

Todos los gráficos generados por esta pestaña son interactivos porque se construyen utilizando la biblioteca Plotly.

Debe leer: GitHub vs GitLab: diferencia entre GitHub y GitLab

6. Remodelador

Esta pestaña ofrece dos funcionalidades: tabla dinámica y fusión. Una tabla dinámica es una característica importante y poderosa de las estadísticas que permite a los usuarios convertir la columna con múltiples valores en sus propias columnas. La funcionalidad de fusión es lo contrario de pivotar. Permite que las columnas se conviertan en filas individuales. Ambas funciones son útiles cuando desea resumir los datos.

Los pandas ofrecen funciones separadas para ambos y la GUI ofrece arrastrar y soltar columnas para pasar como índice, columnas, valores en caso de pivote e id_vars y value_vars en caso de fusión.

Conclusión

Pandas GUI es un gran proyecto que permite a los usuarios procesar el conjunto de datos visualmente sin ninguna codificación central. El conjunto de datos modificado se puede exportar desde la opción de edición del menú superior. El proyecto carece de muchas más funciones, como la búsqueda de expresiones regulares, el llenado de valores nulos que pueden integrarse en futuras versiones de este proyecto, pero al ser de código abierto, sigue siendo una gran herramienta. Si está buscando una herramienta lista para la industria, puede probar Google DataFlow.

Aprenda cursos de ciencia de datos de las mejores universidades del mundo. Obtenga programas Executive PG, programas de certificados avanzados o programas de maestría para acelerar su carrera.