Pandas 分析 DataFrames

查看数据

获取 DataFrame 快速概览最常用的方法之一是使用 head() 方法。

head() 方法从顶部开始返回表头和指定数量的行。

实例

通过打印 DataFrame 的前 10 行来快速概览:

import pandas as pd
df = pd.read_csv('data.csv')
print(df.head(10))

亲自试一试

在我们的例子中,我们将使用一个名为 'data.csv' 的 CSV 文件。

下载 data.csv,或在浏览器中打开 data.csv

注意:如果未指定行数,head() 方法将返回前 5 行。

实例

打印 DataFrame 的前 5 行:

import pandas as pd
df = pd.read_csv('data.csv')
print(df.head())

亲自试一试

还有一个 tail() 方法用于查看 DataFrame 的最后几行。

tail() 方法从底部开始返回表头和指定数量的行。

实例

打印 DataFrame 的最后 5 行:

print(df.tail())

亲自试一试

有关数据的信息

DataFrames 对象有一个名为 info() 的方法,可以为您提供有关数据集的更多信息。

实例

打印有关数据的信息:

print(df.info()) 

亲自试一试

结果

<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

结果说明

结果告诉我们有 169 行和 4 列:

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

以及每列的名称和数据类型:

 # 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

空值

info() 方法还告诉我们每列中存在多少个非空值,而在我们的数据集中,"Calories" 列中似乎有 164 个非空值。

这意味着出于某种原因,"Calories" 列中有 5 行完全没有值。

在分析数据时,空值或 Null 值可能是有害的,您应该考虑删除具有空值的行。这是迈向所谓数据清洗的一步,您将在接下来的章节中了解更多信息。