作者：俊欣
来源：关于数据分析与可视化
今天小编带领大家用Python自制一个自动生成探索性数据分析报告这样的一个工具，大家只需要在浏览器中输入url便可以轻松的访问，如下所示
第一步
首先我们导入所要用到的模块，设置网页的标题、工具栏以及logo的导入，代码如下
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( "关于这个项目"):
st.write( """
该项目是将streamlit和pandas_profiling相结合，在您上传数据集之后自动生成相关的数据分析报告，当然该项目提供了两种模式 全量分析还是部分少量分析，这里推荐用部分少量分析，因为计算量更少，所需要的时间更短，效率更高
""" )
#Add an app title. Use css to style the title
st.markdown( """ """ , unsafe_allow_html=True)
st.markdown( ' 请上传您的数据集，该应用会自动生成相关的数据分析报告
output
上传文件以及变量的筛选
紧接的是我们需要上传 csv 文件，代码如下
uploaded_file = st.file_uploader( "请上传您的csv文件: ", type=[ 'csv'])
我们可以选择针对数据集当中所有的特征进行一个统计分析，或者只是针对部分的变量来一个数据分析，代码如下
ifuploaded_file is not None:
df = pd.read_csv(uploaded_file)
option1 = st.sidebar.radio(
'您希望您的数据分析报告中包含哪些变量呢',
( '所有变量', '部分变量'))
ifoption1 == '所有变量':
df = df
elifoption1 == '部分变量':
var_list = list(df.columns)
要是用户勾选的是部分变量，只是针对部分变量来进行一个分析的话，就会弹出来一个多选框来供用户选择，代码如下
var_list = list(df.columns)
option3 = st.sidebar.multiselect(
'筛选出您希望在数据分析报告中包含的变量',
var_list)
df = df[option3]
用户可以挑选到底是“简单分析”或者是“完整分析”，要是勾选的是“完整分析”的话，会跳出相应的提示，提示“完整分析”由于涉及到更加复杂的计算操作，耗时更加地长，要是遇到大型的数据集，还会有计算失败的情况出现
option2 = st.sidebar.selectbox(
'筛选模式，完整分析还是简单分析',
( '简单分析', '完整分析'))
ifoption2 == '完整分析':
mode = 'complete'
st.sidebar.warning(
'完整分析由于涉及到更加复杂的计算操作，耗时更加地长，要是遇到大型的数据集，还会有计算失败的情况出现，这里推荐使用简单分析')
elifoption2 == '简单分析':
mode = 'minimal'
grid_response = AgGrid(
df,
editable=True,
height=300,
width= '100%',
)
updated = grid_response[ 'data']
df1 = pd.DataFrame(updated)
当用户点击“生成报告”的时候就会自动生成一份完整的数据分析报告了，代码如下
ifst.button( '生成报告'):
ifmode== 'complete':
profile=ProfileReport(df,
title= "User uploaded table",
progress_bar=True,
dataset={
"简介": '欢迎关注公众号：关于数据分析与可视化',
"作者": '俊欣',
"时间": '2022.05'
})
st_profile_report(profile)
elifmode== 'minimal':
profile=ProfileReport(df1,
minimal=True,
title= "User uploaded table",
progress_bar=True,
dataset={
"简介": '欢迎关注公众号：关于数据分析与可视化',
"作者": '俊欣',
"时间": '2022.05'
})
st_profile_report(profile)
最后出来的结果如下，这里再来显示一遍
点这里关注我，记得标星哦~
CDA课程咨询