VS Code 中 Data Wrangler 快速入门指南
Data Wrangler 是一个以代码为中心的数据查看和清理工具，它集成到 VS Code 和 VS Code Jupyter Notebooks 中。它提供了丰富的用户界面来查看和分析您的数据，显示富有洞察力的列统计信息和可视化，并在您清理和转换数据时自动生成 Pandas 代码。
以下是打开 Data Wrangler 从笔记本中分析和清理数据（使用内置操作）的示例。然后，自动生成的代码会被导出回笔记本。
本页旨在帮助您快速开始使用 Data Wrangler。
设置环境
- 如果您尚未安装，请安装 Python（注意：Data Wrangler 仅支持 Python 3.8 或更高版本）。
- 安装 Data Wrangler 扩展
首次启动 Data Wrangler 时，它会询问您要连接到哪个 Python 内核。它还会检查您的机器和环境，查看是否安装了所需的 Python 包，例如 Pandas。
打开 Data Wrangler
无论何时您在使用 Data Wrangler，您都处于一个沙盒环境中，这意味着您可以安全地探索和转换数据。原始数据集不会被修改，直到您明确导出更改。
从 Jupyter Notebook 启动 Data Wrangler
如果您的笔记本中有一个 Pandas 数据帧，运行 df.head()、df.tail()、display(df)、print(df) 和 df 中的任何一个后，您现在将在单元格底部看到一个在 Data Wrangler 中打开 'df' 按钮（其中 df 是您的数据帧的变量名）。
直接从文件启动 Data Wrangler
您还可以直接从本地文件（例如 .csv 文件）启动 Data Wrangler。为此，请在 VS Code 中打开包含您要打开的文件的任何文件夹。在文件资源管理器视图中，右键单击该文件并单击在 Data Wrangler 中打开。
UI 导览
Data Wrangler 在处理数据时有两种模式。每种模式的详细信息将在下面的后续部分中进行解释。
- 查看模式：查看模式优化了界面，以便您快速查看、过滤和排序数据。此模式非常适合对数据集进行初步探索。
- 编辑模式：编辑模式优化了界面，以便您对数据集应用转换、清理或修改。当您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您的笔记本以供重用。
注意：默认情况下，Data Wrangler 以查看模式打开。您可以在设置编辑器 中更改此行为。
查看模式界面
-
数据摘要面板显示您的整个数据集或特定列的详细摘要统计信息（如果已选择）。
-
您可以从列的标题菜单中对列应用任何数据筛选/排序。
-
在 Data Wrangler 的查看或编辑模式之间切换，以访问内置数据操作。
-
快速洞察标题是您可以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或数据点的频率，以及缺失值和唯一值。
-
数据网格为您提供了一个可滚动的窗格，您可以在其中查看整个数据集。
编辑模式界面
切换到编辑模式会在 Data Wrangler 中启用附加功能和用户界面元素。在以下屏幕截图中，我们使用 Data Wrangler 将最后一列中的缺失值替换为该列的中位数。
-
操作面板是您可以搜索所有 Data Wrangler 内置数据操作的地方。这些操作按类别组织。
-
清理步骤面板显示所有先前已应用操作的列表。它允许用户撤消特定操作或编辑最近的操作。选择一个步骤将突出显示数据网格中的更改，并显示与该操作关联的生成代码。
-
导出菜单允许您将代码导出回 Jupyter Notebook 或将数据导出到新文件。
-
当您选择了一个操作并正在预览其对数据的影响时，网格会叠加显示您对数据所做更改的数据差异视图。
-
代码预览部分显示了 Data Wrangler 在选择操作时生成的 Python 和 Pandas 代码。未选择操作时，此部分为空。您可以编辑生成的代码，这将导致数据网格突出显示对数据的影响。
示例：替换数据集中的缺失值
给定一个数据集，常见的数据清理任务之一是处理数据中存在的任何缺失值。下面的示例演示了如何使用 Data Wrangler 将列中的缺失值替换为该列的中位数。虽然转换是通过界面完成的，但 Data Wrangler 也会自动生成替换缺失值所需的 Python 和 Pandas 代码。
- 在操作面板中，搜索填充缺失值操作。
- 在参数中指定您希望用什么来替换缺失值。在这种情况下，我们将用列的中位数替换缺失值。
- 验证数据网格中显示的数据差异是否正确。
- 验证 Data Wrangler 生成的代码是否符合您的预期。
- 应用此操作，它将被添加到您的清理步骤历史记录中。
后续步骤
本页介绍了如何快速开始使用 Data Wrangler。有关 Data Wrangler 的完整文档和教程，包括 Data Wrangler 当前支持的所有内置操作，请参阅以下页面。