Vscode Data Wrangler 数据查看和处理工具

0、简介

Data Wrangler 是一款以代码为中心的数据查看和清理工具，它集成在 VS Code 和 VS Code Jupyter Notebooks 中。它提供了一个丰富的用户界面，用于查看和分析你的数据，显示富有洞察力的列统计信息和可视化，并在你清理和转换数据时自动生成 Pandas 代码。

• 可视化界面，便于查看和分析
• 丰富的列统计信息
• 自动生成处理数据的代码

1、安装和设置 Data Wrangler

1. 安装python（支持3.8以上版本）
2. 安装VScode
3. 安装 Data Wrangler 扩展

2、使用 Data Wrangler

无论何时你使用 Data Wrangler，你都处于一个沙盒环境中，这意味着你可以安全地探索和转换数据。原始数据集在你明确导出更改之前不会被修改。

2.1 从 Jupyter Notebook 启动 Data Wrangler

有三种方法可以从你的 Jupyter Notebook 启动 Data Wrangler

1. 在 Jupyter > 变量面板中，在任何受支持的数据对象旁边，你都可以看到一个用于启动 Data Wrangler 的按钮。
2. 在运行输出Pandas 数据框的代码后，在单元格底部看到一个在 Data Wrangler 中打开 ‘df’ 按钮。包括 1) df.head(), 2) df.tail(), 3) display(df), 4) print(df), 5) df 等代码。
3. 在笔记本工具栏中，选择查看数据会弹出一个列表，其中包含笔记本中所有受支持的数据对象。然后你可以选择该列表中你希望在 Data Wrangler 中打开的变量。

2.2 直接打开表格文件启动 Data Wrangler

直接从本地文件（例如 .csv 文件）启动 Data Wrangler。在文件资源管理器视图中，右键单击该文件，然后点击在 Data Wrangler 中打开。支持文件类型包括 .csv/.tsv/.xls/.xlsx/.parquet

3、查看数据

Data Wrangler 在处理数据时有两种模式。

1. 查看模式：查看模式优化了界面，使你能够快速查看、筛选和排序数据。此模式非常适合对数据集进行初步探索。
2. 编辑模式：编辑模式优化了界面，使你能够对数据集应用转换、清理或修改。当你在界面中应用这些转换时，Data Wrangler 会自动生成相关的 Pandas 代码，这些代码可以导出回你的笔记本以供重用。

3.1 查看模式界面

1. 数据摘要：显示数据集整体统计信息，包括数据形状、行、列、缺少值等；
2. 数据筛选和排序；
3. 模式切换：查看模型和编辑模式切换；
4. 快速洞察：快速查看每列有价值信息的地方。根据列的数据类型，快速洞察会显示数据的分布、数据点的频率、缺失值和唯一值；
5. 数据网格：提供一个可滚动窗格，查看整个数据集。

3.2 编辑模式界面

切换到编辑模式会启用 Data Wrangler 中的额外功能和用户界面元素。

1. 操作面板：所有内置数据操作的地方，包括查找和替换、格式、公式、架构、排序和筛选、数值等；
2. 清理步骤面板：显示了已应用的所有操作的列表。它使用户能够撤消特定操作或编辑最新操作。选择一个步骤将突出显示数据差异视图中的更改，并显示与该操作相关的生成代码。
3. 导出菜单：将代码导出到 Jupyter Notebook 或将数据导出到新文件。
4. 数据差异视图：显示对数据所做的更改。
5. 代码预览部分：显示在选择操作时生成的 Python 和 Pandas 代码，也可以编辑生成的代码，此时数据网格将突出显示对数据的影响。

4、数据操作