最近在逛GitHub的时候，发现了一款神器，一款神器分析Pandas DataFrames的图形化界面，可以帮助我们对数据集进行可视化的处理，非常不错！

GitHub地址：https://github.com/adamerose/pandasgui

01 如何安装

安装步骤其安装步骤十分简单，只需要使用pip命令安装即可。

pip3 install pandasgui
#清华镜像
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple pandasgui

建议大家用清华镜像安装，这样会稳定而且快很多。

02 功能特点

PandasGUI是一个交互式的数据操作界面，类似于Excel，但是其对于数据处理更加方便快捷，共拥有7项功能特点：

• 查看DataFrames和Series数据
• 交互式绘图
• 数据筛选
• 统计摘要
• 数据编辑和复制/粘贴
• 拖放导入CSV文件
• 搜索工具栏

03 使用方式

启动PandasGUI的方式，代码也十分简单,只需要导入相关库，获取DataFrames数据并显示就好了。示例代码如下：

import pandas as pd
from pandasgui import show

df = pd.read_csv("train.csv")
show(df, setting={'block':True})

然后我们就可以看到一个图像化的界面了。

04 实战练习

这次我们拿大名鼎鼎的泰坦尼克数据集来做练习，一起看一下用这款神器如何分析，还是用上面的几行示例代码来启动PandaGui:

在首页中我们可以看到数据的大小维数（第一个红框）891*12，以及我们选择的六个菜单栏：DataFrame，Filters，Statistics，Grapher，Reshaper等，六个菜单栏可以按照自己所需调整到不同区域方便操作。

上图展示小编将过滤器和统计调整在右边的画面，大家可根据需求进行自行调整，下面将对菜单栏分别进行学习操作。

• DataFrame
  这里对数据进行展示，当我们想要查看数据时，点击DataFrame便可查看。
• Filters数据筛选
  这是一个可以根据输入条件对数据进行初步筛选的交互界面，只需要将条件输入框中，点击ADD Filter按钮即可，在这里，小编输入了Survived == 1、Age>30、Sex == "male"三个条件，但是之选中了其中两个条件，其过滤结果如下图所示。

• Statistics统计菜单栏
  显示了数据各个变量之间的统计结果，包含了每个变量的数据类型，总数，平均值，最大值，最小值等。

• Grapher画图菜单栏
  提供了直方图、散点图、折线图、饼状图、词云等12种图像格式，用户可以根据需求选取变量绘制相应的图形。

下面以直方图和词云为例子向大家进行展示：

上图绘制了年龄大于30的船上游客的年龄直方图，可以看到Filter工具在画图时仍可以同时使用。

上图以名字为例子，绘制了船上人员名字的词云图。

• ReshaperReshaper菜单栏
  展示了了对原始数据进行重新组合为新DataFrames的功能。它包含了DataFrames的基本属性，实际上代表了DataFrames的两个方法，df.melt(),df.pivot()，以图像化的形式进行了展现。这里以pivot进行展示：pivot()参数：values：对应的二维NumPy值数组。columns：列索引：列名称。index：行的索引：行号或行名。aggfun: 使用方法

上图中以Sex为行索引，Age为列索引，Fare系统值，操作后的表格展示为：

在上图中，我们可以看到，在最左边增加了df_pivot的DataFrames数据，每操作一次，会增加一个DataFrames数据，并在左边显示，新增之后的DataFrames数据依然适用于之前所有的操作。此外，新生成的DataFrames可以直接拖拽在文件夹生成新的csv文件，保存方便。

到这里，小编的探索就结束了，有了这个工具，大家就可以像操作Excel一样操作Dataframe数据，迅速获取有用的信息，不知道大家有没有心动呢！