clean_assist是一个简单的库，旨在帮助数据科学家观察数据帧的描述性摘要
cleanassist的Python项目详细描述
清洁辅助装置
Clean Assist是一个简单的库，旨在帮助数据科学家观察他们想要清理的任何数据帧的摘要。
此库还显示图表，以查看变量的正常近似值。
Clean Assist由2个函数组成：
- 在
干净_辅助表（df，n_行，n_round）
显示相关功能以帮助您进行数据清理和分析。参数
在
df：您要分析的数据帧
n_行：要显示的变量数
n_round：小数到四舍五入的计算数 - 在
***干净_协助正常（数据框、列表变量、打印图像、大小、字体大小）***
显示直方图，将变量与正态分布进行比较。参数
在
df：您要分析的数据帧
list_var：以列表格式分析的列的名称
打印：输入“y”打印图像或输入“n”不打印
size_x：图像输出的宽度
大小：图像输出的高度
字体大小：标题和标题的字体大小
要导入库：复制并粘贴绿色代码到python代码：
- Note: Delete the plus(+) signs after pasting code
^{pr2}$
<；html>；
<；车身>；
图书馆使用和解释示例：
1下表是函数的输出示例：clean_辅助表（df，n_行，n_round）| VARIABLES | NULLS | COUNT | TYPES | MEAN | MEDIAN | UNIQUES | SAMPLE_________________________________ | Outliers | pval(Norm) |
|---|---|---|---|---|---|---|---|---|---|
| AVG_CLICKS_PER_VISIT | 0 | 1946 | int64 | 13.5 | 13.0 | 15 | [11, 13, 12, 13, 13, 17, 10, 13, 12, 12] | [6,0] | 0.03 |
| MEDIAN_MEAL_RATING | 47 | 1899 | int64 | 2.8 | 3.0 | 5 | [3, 3, 3, 3, 3, 2, 4, 3, 3, 3] | [0,13] | 3e-06 |
| REVENUE | 0 | 1946 | float64 | 2107.3 | 1740.0 | 859 | [1880, 1495, 2572.5, 1647, 1923, 1250] | [0,82] | 1e-21 |
| TOTAL_PHOTOS_VIEWED | 0 | 1946 | int64 | 106.4 | 0.0 | 371 | [0, 90, 0, 0, 253, 0, 705, 0, 0, 0] | [0,120] | 5e-90 |
| CROSS_SELL_SUCCESS | 0 | 1946 | int64 | 0.7 | 1.0 | 2 | [1, 1, 1, 0, 1, 1, 0, 1, 1, 1] | 1e-159 |
调查结果示例：
- 每次访问的平均点击次数有相似的平均值和平均值，接近正态分布，有6个较低的异常值。在
- 中位数的“吃饭”评分有47个零分，需要插补。在
- 收入是唯一的浮动变量，其余都是整数。在
- 浏览的照片总数的中位数为0和120个较高的异常值。这意味着大多数人不看照片。在
- 交叉销售成功有两个独特的价值观。在名为sample的列中，您只能看到1和0。这是一个二进制或布尔列。在
2接下来，函数的一个示例输出：clean_协助正常（数据框、列表变量、打印图像、大小、字体大小）
直方图的解释：
- 中位数的_餐_评级有整数个值，它模拟一个正态分布。在
- 每次就诊的平均点击次数是正态分布的最接近变量，p值为0.03。在
- 收入右倾，有82个较高的异常值。在
- 浏览的照片总数有太多零值。它也是右偏的，远远不是正态分布。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
