作者：俊欣

来源：关于数据分析与可视化

今天小编带领大家用Python自制一个自动生成探索性数据分析报告这样的一个工具，大家只需要在浏览器中输入url便可以轻松的访问，如下所示

第一步

首先我们导入所要用到的模块，设置网页的标题、工具栏以及logo的导入，代码如下

from st_aggrid import AgGrid import streamlit as st import pandas as pd import pandas_profiling from streamlit_pandas_profiling import st_profile_report from pandas_profiling import ProfileReport from PIL import Image

st.set_page_config(layout='wide') #Choose wide mode as the default setting #Add a logo (optional) in the sidebar logo = Image.open(r'wechat_logo.jpg')
st.sidebar.image(logo,  width=120) #Add the expander to provide some information about the app with st.sidebar.expander("关于这个项目"):
     st.write("""
        该项目是将streamlit和pandas_profiling相结合，在您上传数据集之后自动生成相关的数据分析报告，当然该项目提供了两种模式 全量分析还是部分少量分析，这里推荐用部分少量分析，因为计算量更少，所需要的时间更短，效率更高
     """) #Add an app title. Use css to style the title st.markdown(""" <style> .font {                                          
    font-size:30px ; font-family: 'Cooper Black'; color: #FF9633;} 
    </style> """, unsafe_allow_html=True)
st.markdown('<p class="font">请上传您的数据集，该应用会自动生成相关的数据分析报告</p>', unsafe_allow_html=True)

output

上传文件以及变量的筛选

紧接的是我们需要上传csv文件，代码如下

uploaded_file = st.file_uploader("请上传您的csv文件: ", type=['csv'])

我们可以选择针对数据集当中所有的特征进行一个统计分析，或者只是针对部分的变量来一个数据分析，代码如下

if uploaded_file is not None:
     df = pd.read_csv(uploaded_file)
     option1 = st.sidebar.radio( '您希望您的数据分析报告中包含哪些变量呢',
          ('所有变量', '部分变量')) if option1 == '所有变量':
          df = df elif option1 == '部分变量':
          var_list = list(df.columns)

要是用户勾选的是部分变量，只是针对部分变量来进行一个分析的话，就会弹出来一个多选框来供用户选择，代码如下

var_list = list(df.columns)
option3 = st.sidebar.multiselect(
     '筛选出您希望在数据分析报告中包含的变量',
     var_list)
df = df[option3]

用户可以挑选到底是“简单分析”或者是“完整分析”，要是勾选的是“完整分析”的话，会跳出相应的提示，提示“完整分析”由于涉及到更加复杂的计算操作，耗时更加地长，要是遇到大型的数据集，还会有计算失败的情况出现

option2 = st.sidebar.selectbox( '筛选模式，完整分析还是简单分析',
      ('简单分析', '完整分析')) if option2 == '完整分析':
      mode = 'complete' st.sidebar.warning( '完整分析由于涉及到更加复杂的计算操作，耗时更加地长，要是遇到大型的数据集，还会有计算失败的情况出现，这里推荐使用简单分析') elif option2 == '简单分析':
      mode = 'minimal' grid_response = AgGrid(
           df,
           editable=True,
           height=300,
           width='100%',
      )

      updated = grid_response['data']
      df1 = pd.DataFrame(updated)

当用户点击“生成报告”的时候就会自动生成一份完整的数据分析报告了，代码如下

if st.button('生成报告'): if mode=='complete':
            profile=ProfileReport(df,
                title="User uploaded table",
                progress_bar=True,
                dataset={ "简介": '欢迎关注公众号：关于数据分析与可视化', "作者": '俊欣', "时间": '2022.05' })
            st_profile_report(profile) elif mode=='minimal':
            profile=ProfileReport(df1,
                minimal=True,
                title="User uploaded table",
                progress_bar=True,
                dataset={ "简介": '欢迎关注公众号：关于数据分析与可视化', "作者": '俊欣', "时间": '2022.05' })
            st_profile_report(profile)

最后出来的结果如下，这里再来显示一遍