有用的水晶球相关的东西。
crystal-ball的Python项目详细描述
如果你有成百上千的CSV,你需要快速消化和理解, 您可以使用Crystal Ball帮助进行入职和数据 项目的探索阶段。你马上就能潜水了 进入一个庞大的数据集而不会丢失。
CrystalBall功能
查找您可能感兴趣的特定列和表,但可能 否则就不知道去哪里找。
浏览不同CSV之间的连接,
比较并建立外键和主键关系 使用简单的方框图
动态创建有用信息的主表,同时 同时记录你未来的一步一步的过程 参考资料。
安装和使用
pip安装水晶球<;/程序列表>; 你可以通过导入CrystalBall并 使用包含csv的相对目录初始化它。
import crystalball as cb
ball = cb.run("insert relative directory here")
方法
注意,所有涉及通过键名搜索的方法都是case 敏感。
cb.contains(关键字:list,all_colnames:list=none)→list
检查所有单词中是否存在关键字。
cb.featuresearch(关键字:list,all_colnames:list=none)→list
查找包含关键字的列。
cb.tablesearch(关键字:list,csvname_to_colnames_list=none,mode:str=union)→list
查找包含关键字的表。
cb.opentable(rel_dir:str,index:list=[0])→数据帧
打开给定相对目录引用的csv。
cb.subtable(supertable:dataframe,selected_index:list,selected_columns:list)→dataframe
从超级表创建子表。
cb.mergetables(tables:list)→dataframe
顺序合并所有共享公共索引的表列表。
cb.analyzerelationships(to_analyze:list,visualize:bool=true)→dataframe
分析一个或多个不同系列的基本统计数据。
比较关系(to_analyze1:series,to_analyze2:series,visualize:bool=false)→数据帧
比较和对比两个系列之间的差异。
cb.export(df_to_export:dataframe,write_to:str,export_type:str=csv)→none
将数据帧的内容导出到 写_到arg。