使用 check_correlation 加速 pandas 分析？答案

【问题标题】：Speeding up pandas profiling analysis using check_correlation?使用 check_correlation 加速 pandas 分析？
【发布时间】：2020-02-06 11:28:53
【问题描述】：

使用 pandas 分析生成报告。数据集的大小非常大，以加快处理我试图关闭相关性，所以我使用了我看到的另一篇文章中的 check_correlations， ValueError：配置参数“check_correlation”不存在。那么我从使用这条线得到的问题是什么

a = prof.ProfileReport(df, title='Downloads', check_correlation=False)

产生了这个问题

ValueError：配置参数“check_correlation”不存在。

【问题讨论】：

prof = pandas_profiling ?

标签： python pandas pandas-profiling

【解决方案1】：

这种方式对我不起作用，我使用了：

a = prof.ProfileReport(df, title='Downloads', minimum=True)

【讨论】：

【解决方案2】：

由于他们已经更改了版本 2 的配置，您可以将其用作：

import pandas_profiling

profile = df.profile_report(check_correlation_pearson=False,
correlations={'pearson': False,
'spearman': False,
'kendall': False,
'phi_k': False,
'cramers': False,
'recoded': False})

关闭相关性。但是，它仍然没有 1.4 版那么快。您还可以调查其他配置here。

【讨论】：

【解决方案3】：

请看这个 issue 在 pandas-profiling 项目中。

【讨论】：