Pandas 数据分析

查看数据

快速查看 DataFrame 最常用的方法之一是 head() 方法。

head() 方法返回标题和指定数量的行，从顶部开始。

实例

通过打印 DataFrame 的前 10 行来快速浏览：

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

在下面的例子中，我们将使用名为 ‘data.csv’ 的 CSV 文件。

下载 CSV 文件 或者在浏览器中 查看 CSV 文件

实例

打印 DataFrame 中的前 5 行:

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

There is also a tail() method for viewing the last rows of the DataFrame.

还有一个 tail() 方法用于查看 DataFrame 的 最后 行。

tail() 方法返回标题和指定数量的行，从底部开始。

实例

打印 DataFrame 的最后 5 行:

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

关于数据的信息

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：

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

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

结果解释

结果显示共有 169 行和 4 列：

以及每列的名称，以及数据类型：

空值

info() 方法还告诉我们每列中存在多少非空值，在我们的数据集中，"Calories" 列中 169 个值中似乎有 164 个非空值。

这意味着在 "Calories" 列中有 5 行没有任何值。

在分析数据时，空值或空值可能是有问题的，并且应该考虑删除具有空值的行。

这是对所谓的 清理数据 的一步，在下一章中您将了解更多相关知识。