PyGWalker - 在 Notebook 中用拖拽式的交互界面探索 pandas DataFrame

PyGWalker（读作“Pig Walker”，谐音梗扣钱），全称为：“Python binding of Graphic Walker”。

详情 -> https://github.com/Kanaries/pygwalker

PyGWalker可以用于简化 Jupyter Notebook 工作流。无需复杂的数据分析和数据可视化步骤，您可以使用 PyGWalker 把 pandas dataframe 转化为直观的图形界面进行编辑。想象一下：在 Jupyter Notebook 中跑起来一个开源的 Tableau 界面，通过简单的拖放操作，就可以完成数据分析和可视化的操作。

假设你有一个 dataframe

import pandas as pd
df = pd.read_csv('./bike_sharing_dc.csv', parse_dates=['date'])

只要

!pip install pygwalker
import pygwalker as pyg
gwalker = pyg.walk(df)

就可以得到一个拖拽式的交互探索分析界面

可以通过拖放字段来分析和可视化数据。

更多玩法：

• 将标记类型更改为其他类型以制作不同的图表，例如折线图：

• 要比较不同的度量，可以通过将多个度量添加到行 /列来创建一个连续视图。

• 要制作多个子视图除以维度值的分面视图，将维度放入行或列中以制作分面视图。 规则类似于 Tableau 。

• 可以将数据探索结果保存到本地文件。

甚至还可以直接在 Kaggle 或 Colab 中使用：

Run in Kaggle	Run in Colab