是否有适用于Python的示例数据集？

Question

为了进行快速测试，调试，创建可移植的示例和进行基准测试，R提供了许多数据集（在Base
Rdatasets包中）。library(help="datasets")R提示符下的命令描述了近100个历史数据集，每个数据集都有相关的描述和元数据。

Python有这样的东西吗？

Answer 1

您可以使用rpy2package从Python访问所有R数据集。

设置界面：

>>> from rpy2.robjects import r, pandas2ri
>>> def data(name): 
...    return pandas2ri.ri2py(r[name])

然后data()使用可用数据集的任何数据集名称进行调用（就像中的一样R）

>>> df = data('iris')
>>> df.describe()
       Sepal.Length  Sepal.Width  Petal.Length  Petal.Width
count    150.000000   150.000000    150.000000   150.000000
mean       5.843333     3.057333      3.758000     1.199333
std        0.828066     0.435866      1.765298     0.762238
min        4.300000     2.000000      1.000000     0.100000
25%        5.100000     2.800000      1.600000     0.300000
50%        5.800000     3.000000      4.350000     1.300000
75%        6.400000     3.300000      5.100000     1.800000
max        7.900000     4.400000      6.900000     2.500000

要查看可用数据集的列表以及每个数据集的描述，请执行以下操作：

>>> print(r.data())

注意：rpy2需要R使用设置R_HOME变量pandas进行安装，并且也必须安装。

我刚刚创建了PyDataset，这是一个简单的模块，可以使从Python加载数据集的操作与一样简单R（并且不需要R安装，只需pandas）。

要开始使用它，请安装模块：

$ pip install pydataset

然后只需加载您想要的任何数据集（当前大约有757个数据集）：

from pydataset import data

titanic = data('titanic')