作者：俊欣

來源：關(guān)于數(shù)據(jù)分析與可視化

今天小編帶領(lǐng)大家用Python自制一個自動生成探索性數(shù)據(jù)分析報告這樣的一個工具，大家只需要在瀏覽器中輸入url便可以輕松的訪問，如下所示

第一步

首先我們導(dǎo)入所要用到的模塊，設(shè)置網(wǎng)頁的標(biāo)題、工具欄以及l(fā)ogo的導(dǎo)入，代碼如下

from st_aggrid import AgGrid import streamlit as st import pandas as pd import pandas_profiling from streamlit_pandas_profiling import st_profile_report from pandas_profiling import ProfileReport from PIL import Image

st.set_page_config(layout='wide') #Choose wide mode as the default setting #Add a logo (optional) in the sidebar logo = Image.open(r'wechat_logo.jpg')
st.sidebar.image(logo,  width=120) #Add the expander to provide some information about the app with st.sidebar.expander("關(guān)于這個項目"):
     st.write("""
        該項目是將streamlit和pandas_profiling相結(jié)合，在您上傳數(shù)據(jù)集之后自動生成相關(guān)的數(shù)據(jù)分析報告，當(dāng)然該項目提供了兩種模式 全量分析還是部分少量分析，這里推薦用部分少量分析，因為計算量更少，所需要的時間更短，效率更高
     """) #Add an app title. Use css to style the title st.markdown(""" <style> .font {                                          
    font-size:30px ; font-family: 'Cooper Black'; color: #FF9633;} 
    </style> """, unsafe_allow_html=True)
st.markdown('<p class="font">請上傳您的數(shù)據(jù)集，該應(yīng)用會自動生成相關(guān)的數(shù)據(jù)分析報告</p>', unsafe_allow_html=True)

output

上傳文件以及變量的篩選

緊接的是我們需要上傳csv文件，代碼如下

uploaded_file = st.file_uploader("請上傳您的csv文件: ", type=['csv'])

我們可以選擇針對數(shù)據(jù)集當(dāng)中所有的特征進(jìn)行一個統(tǒng)計分析，或者只是針對部分的變量來一個數(shù)據(jù)分析，代碼如下

if uploaded_file is not None:
     df = pd.read_csv(uploaded_file)
     option1 = st.sidebar.radio( '您希望您的數(shù)據(jù)分析報告中包含哪些變量呢',
          ('所有變量', '部分變量')) if option1 == '所有變量':
          df = df elif option1 == '部分變量':
          var_list = list(df.columns)

要是用戶勾選的是部分變量，只是針對部分變量來進(jìn)行一個分析的話，就會彈出來一個多選框來供用戶選擇，代碼如下

var_list = list(df.columns)
option3 = st.sidebar.multiselect(
     '篩選出您希望在數(shù)據(jù)分析報告中包含的變量',
     var_list)
df = df[option3]

用戶可以挑選到底是“簡單分析”或者是“完整分析”，要是勾選的是“完整分析”的話，會跳出相應(yīng)的提示，提示“完整分析”由于涉及到更加復(fù)雜的計算操作，耗時更加地長，要是遇到大型的數(shù)據(jù)集，還會有計算失敗的情況出現(xiàn)

option2 = st.sidebar.selectbox( '篩選模式，完整分析還是簡單分析',
      ('簡單分析', '完整分析')) if option2 == '完整分析':
      mode = 'complete' st.sidebar.warning( '完整分析由于涉及到更加復(fù)雜的計算操作，耗時更加地長，要是遇到大型的數(shù)據(jù)集，還會有計算失敗的情況出現(xiàn)，這里推薦使用簡單分析') elif option2 == '簡單分析':
      mode = 'minimal' grid_response = AgGrid(
           df,
           editable=True,
           height=300,
           width='100%',
      )

      updated = grid_response['data']
      df1 = pd.DataFrame(updated)

當(dāng)用戶點擊“生成報告”的時候就會自動生成一份完整的數(shù)據(jù)分析報告了，代碼如下

if st.button('生成報告'): if mode=='complete':
            profile=ProfileReport(df,
                title="User uploaded table",
                progress_bar=True,
                dataset={ "簡介": '歡迎關(guān)注公眾號：關(guān)于數(shù)據(jù)分析與可視化', "作者": '俊欣', "時間": '2022.05' })
            st_profile_report(profile) elif mode=='minimal':
            profile=ProfileReport(df1,
                minimal=True,
                title="User uploaded table",
                progress_bar=True,
                dataset={ "簡介": '歡迎關(guān)注公眾號：關(guān)于數(shù)據(jù)分析與可視化', "作者": '俊欣', "時間": '2022.05' })
            st_profile_report(profile)

最后出來的結(jié)果如下，這里再來顯示一遍