Python Pandas 分析DataFrame

1、查看数据

head()方法是获取DataFrame概述的最常用方法之一。

head()方法从顶部开始返回标题和指定的行数。

例如：

通过打印DataFrame的前10行获得快速查看：

import pandas as pd

df = pd.read_csv('data.csv')

print(df.head(10))

在我们的示例中，我们将使用一个名为“data.csv”的CSV文件。

data.csv文件：https://www.cjavapy.com/download/5fe1f74edc72d93b4993067c/

注意：如果未指定行数，则head()方法将返回前5行。

例如：

打印DataFrame的前5行：

import pandas as pd

df = pd.read_csv('data.csv')

print(df.head())

还有一个tail()方法，用于查看DataFrame的last行。

tail()方法从底部开始返回标题和指定的行数。

例如：

打印DataFrame的最后5行：

print(df.tail())

2、DataFrame数据信息

DataFrame对象具有称为info()的方法，该方法为您提供有关数据集的更多信息。

例如：

打印有关数据的信息：

print(df.info()) 

Result

<class 'pandas.core.frame.DataFrame'>
  RangeIndex: 169 entries, 0 to 168
  Data columns (total 4 columns):
   #   Column    Non-Null Count  Dtype  
  ---  ------    --------------  -----  
   0   Duration  169 non-null    int64  
   1   Pulse     169 non-null    int64  
   2   Maxpulse  169 non-null    int64  
   3   Calories  164 non-null    float64
  dtypes: float64(1), int64(3)
  memory usage: 5.4 KB
  None

3、结果解释

结果告诉我们，共有169行和4列：

RangeIndex: 169 entries, 0 to 168
Data columns (total 4 columns):

以及每列的名称，其数据类型为：

  #   Column    Non-Null Count  Dtype  
  ---  ------    --------------  -----  
   0   Duration  169 non-null    int64  
   1   Pulse     169 non-null    int64  
   2   Maxpulse  169 non-null    int64  
   3   Calories  164 non-null    float64

4、Null 值

info()方法还告诉我们每个列中有多少非空值。在分析数据时，空值或Null值可能很麻烦，应该考虑删除具有空值的行。这是所谓的清理数据的操作，将在下一个文档中了解更多。

相关文档：

Python pandas DataFrame 行列使用常用操作

Python pandas DataFrame 行列的常用操作及运算