Jupyter-SummaryTools：Jupyter Notebook 中的数据框摘要工具.md

在数据科学领域，能够快速、准确地了解数据集的特性至关重要。

对使用 Jupyter Notebook 进行数据分析的用户而言，jupyter-summarytools 是一个强大且便捷的工具。

本文将详细介绍 jupyter-summarytools 的功能、安装方法及使用示例，帮助你在数据分析过程中事半功倍。

什么是 Jupyter Summary Tools？

jupyter-summarytools 是一个 Python 包，旨在为 Jupyter Notebook 用户提供类似于 R 语言中 summarytools 包的功能。它通过生成标准化且全面的数据框（DataFrame）摘要，帮助用户快速了解数据集的结构和主要特征。当前，jupyter-summarytools 主要提供了 dfSummary 函数，用于生成 HTML 格式的数据摘要，并支持多种展示方式，如可折叠摘要和标签页摘要。

主要特性

• 标准化摘要：快速生成包含数据类型、缺失值、描述性统计等信息的综合摘要。

• 可折叠摘要：通过折叠功能，用户可以选择性查看详细信息，避免信息过载。

• 标签页摘要：将不同数据集的摘要以标签页形式展示，便于在同一页面查看多个数据集。

  安装

在使用 jupyter-summarytools 之前，确保已安装该库。可以通过以下命令使用 pip 进行安装：

pip install summarytools

依赖

jupyter-summarytools 依赖于以下环境和库：

1. Python：版本 3.6 及以上。
2. Pandas：版本 1.4.0 及以上。

确保您的环境符合上述要求，以避免安装或运行时出现问题。

快速开始

以下是 jupyter-summarytools 的快速入门指南，帮助您快速在 Jupyter Notebook 中生成数据框的摘要。

基本用法

首先，导入必要的库并加载数据集：

import pandas as pd
from summarytools import dfSummary

# 加载数据集
titanic = pd.read_csv('./data/titanic.csv')

# 生成数据框摘要
dfSummary(titanic)

可折叠摘要

为了更好地展示数据摘要，可以使用可折叠摘要功能：

import pandas as pd
from summarytools import dfSummary

titanic = pd.read_csv('./data/titanic.csv')

# 生成可折叠的数据框摘要
dfSummary(titanic, is_collapsible=True)

标签式摘要

jupyter-summarytools 还支持标签式摘要，允许在不同标签页中查看多个数据框的摘要：

import pandas as pd
from summarytools import dfSummary, tabset

# 加载多个数据集
titanic = pd.read_csv('./data/titanic.csv')
vaccine = pd.read_csv('./data/country_vaccinations.csv')
vaccine['date'] = pd.to_datetime(vaccine['date'])

# 生成标签式摘要
tabset({
    'titanic': dfSummary(titanic).render(),
    'vaccine': dfSummary(vaccine).render()
})

导出 Notebook 为 HTML

在将 Jupyter Notebook 导出为 HTML 时，确保已安装并启用了 Export Embedded HTML 扩展。使用以下命令可以保留数据框摘要在导出的 HTML 中：

jupyter nbconvert --to html_embed path/of/your/notebook.ipynb