标签: pandas-profiling

从技术上讲，我已经使用安装了 pandas-profiling

pip install pandas-profiling

但是当我尝试导入它时，出现以下错误：

import numpy as np
import pandas as pd
import pandas_profiling
---------------------------------------------------------------------------
ModuleNotFoundError                       Traceback (most recent call last)
<ipython-input-1-e1a23f2a6f04> in <module>()
  1 import numpy as np
  2 import pandas as pd
  3 import pandas_profiling

  ModuleNotFoundError: No module named 'pandas_profiling'

第一个错误图像

所以我尝试将其安装在 Jupyter Notebook 中，也收到以下错误：

import sys
!{sys.executable} -m pip install pandas-profiling

 Collecting pandas-profiling
 Could not find a version that satisfies the requirement pandas-profiling 
 (from versions: )
 No matching distribution found for pandas-profiling

第二个错误图像

我也无法使用 conda …

我想使用 pandas-profiling 对数据集进行一些 eda，但收到错误： AttributeError: 'DataFrame' object has no attribute 'profile_report'

我在spyder上创建了一个python脚本，代码如下：

import pandas as pd
import pandas_profiling
data_abc = pd.read_csv('abc.csv')
profile = data_abc.profile_report(title='Pandas Profiling Report')
profile.to_file(output_file="abc_pandas_profiling.html")

AttributeError：“DataFrame”对象没有属性“profile_report”

我希望删除 pandas-profiling HTML 报告中“概述”选项卡下的“警告”和“复制”菜单选项/选项卡。

我们希望将其集成到我们的应用程序中，以展示对数据集的基本了解。我们希望删除我们的要求的警告。

我正在对我的数字数据进行探索性数据分析，我尝试运行 Pandas 分析，但在生成报告结构时出错。

import pandas as pd
from pandas_profiling import ProfileReport
df = pd.read_csv('mydatadata.csv')
print(df)
profile = ProfileReport(df) 
profile.to_file(output_file="mydata.html")

错误日志看起来像这样

总结数据集：99%|????????????????????????????????????????????? ?????????????????????????????????| 1144/1150 [46:07<24:03, 240.60s/it, 计算cramers相关性]C:\Users\USER\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas_profiling\model\correlations. py:101: UserWarning: 曾尝试计算克拉默相关性，但失败了。要隐藏此警告，请禁用计算（使用df.profile_report(correlations={"cramers": {"calculate": False}})如果这对您的用例有问题，请将其报告为问题：https : //github.com/pandas-profiling/pandas-profiling/issues（包括错误消息：'没有数据;observed 大小为 0.') warnings.warn( 汇总数据集：100%|????????????????????????????????????? ???????????????????????????????????????????????????| 1145/1150 [46:19<17:32, 210.49s/it, Get scatter matrix]位图分配失败

如果有人尝试过pandas-profiling 包，请帮助我提供任何有关使其运行得更快的见解。包的输出报告非常整洁和详细，但即使使用中等大小的数据集，创建报告也需要很长时间。Kaggle bulldozers 数据集中大约 10 列和 400K 行花费了 21 分钟（非 GPU）。想知道是否值得进一步调查。

df.shape
(401125, 9)


start = datetime.datetime.now()
profile = df.profile_report(title="Exploring Dataset")
profile.to_file(output_file=Path("./data_report.html"))

end = datetime.datetime.now()
print(end-start)

0:21:23.976324

我正在使用google colab进行编程。我只是想知道我使用的是哪个版本的 pandas_profiling 包。

我尝试了以下选项。他们都没有工作。

1. pandas_profiling.__version__
2. pandas_profiling.version__version__
3. pandas.show_versions()

我只是想让你知道，我正在使用 Pandas1.0.3版本。

有人可以帮我解决这个问题吗？

当在数据帧上运行 pandas-profiling 时，我看到它将索引分析为变量。注意：我的索引是唯一键（名为UUID）

有没有办法排除引入索引来报告？

我知道我可以在 pandas 中删除它，但在我的脑海中我想做

ProfileReport(df, use_index=False)

每次我在不同的数据集中使用 pandas 分析时，笔记本都会显示此错误。

IndexError：只有整数、切片 ( :)、省略号 ( ...)、numpy.newaxis ( None) 和整数或布尔数组是有效索引。

import pandas as pd

df = pd.read_csv('H:\DATA Sets\cereal.csv')

from pandas_profiling import ProfileReport

profile = ProfileReport(df,title='cereal-eda',html={'style' : {'full_width':True}})

使用的数据集 - 来自kaggle的gray.csv https://www.kaggle.com/crawford/80-cereals