楽にEDA初手ができそうなSweetvizメモ

EDA初手としてpandas_profilingが有名だがデータ数が多いとめちゃくちゃ時間がかかるのであまり好きではない。

Sweetvizが高速かつ、データ比較もできるようなので雑に試す。

github.com

1データの場合

import sweetviz as sv

my_report = sv.analyze(df)
my_report.show_html() # Default arguments will generate to "SWEETVIZ_REPORT.html"

2データの場合

import sweetviz as sv

my_report = sv.compare([train_data, 'Train'], [test_data, 'Test'])
my_report.show_html() # Default arguments will generate to "SWEETVIZ_REPORT.html"

1データの場合はanalyze 2データの場合はcompare。出力される項目は(2グラフになる以外は)上記だと同じ。

compare_intraメソッドを使うと 1つのデータを特定列の値でサブセットに分けて比較できる。

なお、以下の記事がpandas_profilingとの比較を書いてくれてる。

qiita.com