第一步

首先我們導入所要用到的模塊，設置網頁的標題、工具欄以及logo的導入，代碼如下

from st_aggrid import AgGridimport streamlit as stimport pandas as pdimport pandas_profilingfrom streamlit_pandas_profiling import st_profile_reportfrom pandas_profiling import ProfileReportfrom PIL import Imagest.set_page_config(layout='wide') #Choose wide mode as the default setting#Add a logo (optional) in the sidebarlogo = Image.open(r'wechat_logo.jpg')st.sidebar.image(logo, width=120)#Add the expander to provide some information about the appwith st.sidebar.expander("關於這個項目"): st.write(""" 該項目是將streamlit和pandas_profiling相結合，在您上傳數據集之後自動生成相關的數據分析報告，當然該項目提供了兩種模式 全量分析還是部分少量分析，這裡推薦用部分少量分析，因為計算量更少，所需要的時間更短，效率更高 """)#Add an app title. Use css to style the titlest.markdown(""" <style> .font { font-size:30px ; font-family: 'Cooper Black'; color: #FF9633;} </style> """, unsafe_allow_html=True)st.markdown('<p class="font">請上傳您的數據集，該應用會自動生成相關的數據分析報告</p>', unsafe_allow_html=True)

output

上傳文件以及變量的篩選

緊接的是我們需要上傳csv文件，代碼如下

uploaded_file = st.file_uploader("請上傳您的csv文件: ", type=['csv'])

我們可以選擇針對數據集當中所有的特徵進行一個統計分析，或者只是針對部分的變量來一個數據分析，代碼如下

if uploaded_file is not None: df = pd.read_csv(uploaded_file) option1 = st.sidebar.radio( '您希望您的數據分析報告中包含哪些變量呢', ('所有變量', '部分變量')) if option1 == '所有變量': df = df elif option1 == '部分變量': var_list = list(df.columns)

要是用戶勾選的是部分變量，只是針對部分變量來進行一個分析的話，就會彈出來一個多選框來供用戶選擇，代碼如下

var_list = list(df.columns)option3 = st.sidebar.multiselect( '篩選出您希望在數據分析報告中包含的變量', var_list)df = df[option3]

用戶可以挑選到底是「簡單分析」或者是「完整分析」，要是勾選的是「完整分析」的話，會跳出相應的提示，提示「完整分析」由於涉及到更加複雜的計算操作，耗時更加地長，要是遇到大型的數據集，還會有計算失敗的情況出現

 option2 = st.sidebar.selectbox( '篩選模式，完整分析還是簡單分析', ('簡單分析', '完整分析')) if option2 == '完整分析': mode = 'complete' st.sidebar.warning( '完整分析由於涉及到更加複雜的計算操作，耗時更加地長，要是遇到大型的數據集，還會有計算失敗的情況出現，這裡推薦使用簡單分析') elif option2 == '簡單分析': mode = 'minimal' grid_response = AgGrid( df, editable=True, height=300, width='100%', ) updated = grid_response['data'] df1 = pd.DataFrame(updated)

當用戶點擊「生成報告」的時候就會自動生成一份完整的數據分析報告了，代碼如下

if st.button('生成報告'): if mode=='complete': profile=ProfileReport(df, title="User uploaded table", progress_bar=True, dataset={ "簡介": '歡迎關注公眾號：關於數據分析與可視化', "作者": '俊欣', "時間": '2022.05' }) st_profile_report(profile) elif mode=='minimal': profile=ProfileReport(df1, minimal=True, title="User uploaded table", progress_bar=True, dataset={ "簡介": '歡迎關注公眾號：關於數據分析與可視化', "作者": '俊欣', "時間": '2022.05' }) st_profile_report(profile)

最後出來的結果如下，這裡再來顯示一遍