dfSummary vs skim

summarytools의 dfSummary와 skimpy의 skim은 데이터 탐색(EDA, Exploratory Data Analysis) 을 
빠르게 수행할 수 있게 도와주는 Python 패키지입니다.

 

• dfSummary (from summarytools)
  dfSummary는 R의 summarytools::dfSummary() 함수에서 영감을 받은 Python 버전으로,
  Pandas DataFrame에 대해 변수별 요약 통계를 깔끔하게 보여주는 도구입니다.
  
  

!pip install summarytools # colab에서 실행시 설치
import pandas as pd
import seaborn as sns
from summarytools import dfSummary
df = sns.load_dataset( 'iris' )
dfSummary(df)

 

항목	설명
Variable	컬럼명
Type	데이터 타입 (int, float 등)
Missing	결측치 개수 및 비율
Mean, Std, Min, Max	수치형 데이터에 대한 통계치
Top values	가장 많이 나오는 값 + 비율
Histogram	분포 시각화 (텍스트 기반)

 

정보 출력 가능(HTML 등)

summary = dfSummary(df)
summary.to_html('dataset_summary.html') # html 출력
summary.to_json('dataset_summary.json') #json 출력
summary.to_csv('dataset_summary.csv') # csv 출력

 

• skim (from skimpy)
  skimpy의 skim() 함수는 간단하면서도 핵심적인 통계를 빠르게 출력해주는 도구로,
  R의 skimr::skim()에서 영감을 받았습니다.

!pip install skimpy # colab에서 실행시 
import pandas as pd
import seaborn as sns
from skimpy import skim
df = sns.load_dataset( 'iris' )
skim(df)

 

 

항목	설명
name	컬럼명
dtype	데이터타입
missing	결측수 및 비율
unique	고유값 갯수(범주형컬럼)
mean,sd,min,max	수치형통계 요약
p25,p50, p100	사분위수(수치형)

 

빠르고 간단하여 CLI 스타일 텍스트 출력에 적합 (콘솔에서 바로 보기 편함)

 

dfSummary vs skim

항목	dfSummary	skim
영감 받은 도구	R의 dfSummary	R의 skimr::skim()
출력 형태	HTML + 텍스트 (예쁘게 보기 좋음)	콘솔 텍스트 (빠른 확인)
시각적 요소	간단한 텍스트 히스토그램 포함	없음
사용 목적	자세하고 시각적인 EDA	가볍고 빠른 요약 통계
의존성	pandas, IPython, tabulate 등	pandas, numpy 등 최소