推荐数据探索DataExplorer包

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

曾经有一个笑话：
在数据科学中，有80%的时间花在准备数据，20%的时间花在抱怨要准备数据。
这也说明数据探索的重要性，近期，看到国外网站上介绍一个DataExplorer包，转载并推荐一下：

1. # 准备
   
2. library(c("tidyverse", "DataExplorer"))
   
3. mycars <- mtcars  # 用一个大家熟悉的数据集
   
4. mycars$cyl <- factor(mycars$cyl)  # 把其中的一个变量转为factor

复制代码

注意：如果用的是Microsoft的open R，该包的版本不是最新的。

1. plot_missing(mycars)  # 看看缺失值
   
2. plot_bar(mycars)  # factor变量的频次
   
3. plot_histogram(mycars)

复制代码

# 连续变量的histogram

1. plot_boxplot(mycars, by = "cyl")  # 针对不同cyl的箱型图
   
2. plot_scatterplot(mycars, by = "cyl")  # 针对不同cyl的散点图
   
3. plot_correlation(mycars)  # 各变量之间的相关性图

复制代码

1. # 最后，还可以自动生成一个报告
   
2. create_report(mycars)

复制代码

结果我就省略了......

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏8 回帖

关键词：explorer Explore Xplore Data EXP

感谢分享

cheetahfly 发表于 2018-2-10 10:18
曾经有一个笑话：
在数据科学中，有80%的时间花在准备数据，20%的时间花在抱怨要准备数据。
这也说明数据 ...

好的好的好的好的

不错，谢谢分享！

哈,这个包是真的好用! 推荐做数据分析和数据相关工作的都了解一下.  在我的日常工作中,有很多数据清理特征选择的问题,我就基于这个也写了一个自动化EDA的方法, 可以实现HIVE,MYSQL和local csv读取数据, 输出全表加各个字段(Continuous, discrete features) 的EDA report, 对做数据清理以及特征选择上有很大帮助(至少省去了一下繁琐重复的步骤). 如果有兴趣也可以找交流一下

很实用的一个包，谢谢楼主推荐

thanks a lot for sharing