将 Pandas 换为交互式表格的 Python 库 _Pandas

Pandas是我们日常处理表格数据最常用的包，但是对于数据分析来说，Pandas的DataFrame还不够直观，所以今天我们将介绍4个Python/ target=_blank class=infotextkey>Python包，可以将Pandas的DataFrame转换交互式表格，让我们可以直接在上面进行数据分析的操作。
PivottablejsPivottablejs是一个通过IPython widgets集成到Python中的JAVAScript库，允许用户直接从DataFrame数据创建交互式和灵活的汇总报表。可以进行高效、清晰的数据分析和表示，帮助将数据从Pandas DataFrame转换为易于观察的交互式数据透视表。

文章插图

pivot_ui函数可以自动从DataFrame生成交互式用户界面，使用户可以简单地修改，检查聚合项，并快速轻松地更改数据结构。

 !pip install pivottablejsfrom pivottablejs import pivot_ui import pandas as pddata = https://www.isolves.com/it/cxkf/yy/Python/2023-08-27/pd.read_csv("D:Datacompany_unicorn.csv") data["Year"] = pd.to_datetime(data["Date Joined"]).dt.year pivot_ui(data)

如下图所示，我们可以直接在notebook中对DataFrame进行筛选，生成图表

文章插图

我们还可以快速生成数据透视表

文章插图

PygwalkerPyGWalker可以把DataFrame变成一个表格风格的用户界面，让我们直观有效地探索数据。

文章插图

这个包的用户界面对Tableau用户来说很熟悉，如果你用过Tableau那么上手起来就很容易
!pip install pygwalkerimport pygwalker as pyw walker = pyw.walk(data)

文章插图

img
通过一些简单的拖拽，可以进行筛选和可视化，这是非常方便的
Qgrid

文章插图

除了PyGWalker之外，Qgrid也是一个很好的工具，它可以很容易地将DataFrame架转换为视觉上直观的交互式数据表。
import qgrid qgridframe = qgrid.show_grid(data, show_toolbar=True) qgridframe

文章插图

我们还可以直接在表上添加、删除数据
Itables

文章插图

与上面提到的qgrid包一样，Itables提供了一个简单的接口。可以进行简单的操作，如过滤、搜索、排序等。
from itables import init_notebook_mode, show init_notebook_mode(all_interactive=False)show(data)

文章插图

tables和Qgrid包对于快速查看数据模式是必要的。然而，如果我们想要进一步理解数据并进行数据转换，它们的特征是不够的。因此，在获得更复杂的见解的情况下，使用透视表js和Pygwalker是可取的。
总结上面的这些包可以在Jupyter Notebook中将dataframe转换为交互式表。
Itables 和Qgrid比较轻量，可以让我们快速的查看数据，但是如果你想进行更多的操作，例如生成一些简单的可视化图表，那么Pivottablejs和Pygwalker是一个很好的工具。
作者：Chi Nguyen

【将 Pandas 换为交互式表格的 Python 库】