funzioni

• .describe()
descrizione dei dati del Dataframe

df.describe() descrivo tutti il dataframe

df["colonna"].describe() descrivo solo una colonna del dataframe
df.colonna.describe() se il nome della colonna non ha spazi


per descrivere i dati per ciascuna colonna si usa
.describe(include="all")



esempio: salvo in una variabile df i dati da A1 a H10 e poi descrivo
df = xl("A1:H10", headers=True)
df.describe()

singola colonna
df["colonna singola"].describe()
df.colonna.describe()





esempio: tabella con dati da analizzare
xl("Tabella[#All]", headers=True).describe()




includo tutte le colonne comopreso quella non numerica (da errori)

xl("Tabella[#All]", headers=True).describe(include="all")








• .corr()
calcola la matrice di correlazione
cioé quanto sono corellati i dati delle colonne numerica del dataframe

xl("Dati[#All]", headers=True).corr(numeric_only=True)

per capire meglio i dati si usa la libreria Seaborn
con cui creare grafici di analisi



esempio: tabella con dati da analizzare
xl("Dati[#All]", headers=True).corr(numeric_only=True)




con grafico Seaborn heatmap

sns.heatmap(xl("Dati[#All]", headers=True).corr(numeric_only=True))



con i valori inseriti
sns.heatmap(xl("Dati[#All]", headers=True).corr(numeric_only=True),annot=True)




analisi della singola cella di colore, per esempio la nera NumericalColumn2 cs Index
serve per andare nel dettaglio dei dati da analizzare
con grafico Seaborn lmplot

sns.lmplot(xl("Dati[#All]", headers=True),x=xl("Dati[[#Headers],[Index]]"),y=xl("Dati[[#Headers],[NumericalColumn2]]"))