Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Pandas dataframe.info()
函数用于获取 DataFrame 的简要摘要。在对数据进行探索性分析时,它非常方便。为了快速浏览数据集,我们使用dataframe.info()
函数。
用法: DataFrame.info(verbose=None, buf=None, max_cols=None, memory_usage=None, null_counts=None)
参数:
verbose:是否打印完整的摘要。屏幕上将不显示任何内容。max_info_columns设置。 True或False会覆盖显示。max_info_columns设置。
buf:可写缓冲区,默认为sys.stdout
max_cols:确定是打印完整摘要还是简短摘要。屏幕上将不显示任何内容。max_info_columns设置。
memory_usage:指定是否应显示DataFrame元素(包括索引)的总内存使用情况。屏幕上将不显示任何内容。memory_usage设置。 True或False会覆盖显示。memory_usage设置。 “ deep”的值与True相同,具有自省性。内存使用情况以人类可读的单位(以2为基数的表示形式)显示。
null_counts:是否显示非空计数。如果为None,则仅显示框架是否小于max_info_rows和max_info_columns。如果为True,则始终显示计数。如果为False,则从不显示计数。
要链接到代码中使用的CSV文件,请单击此处
范例1:采用info()
函数打印数据帧的完整摘要。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
让我们打印 DataFrame 的完整摘要。
# to print the full summary
df.info()
输出:
正如我们在输出中看到的那样,摘要包括所有列的列表及其数据类型以及每列中非空值的数量。我们还有为索引轴提供的rangeindex的值。
范例2:采用info()
用于打印 DataFrame 的简短摘要
注意:为了打印简短摘要,我们可以使用verbose参数并将其设置为False。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the short summary of the
# dataframe by setting verbose = False
df.info(verbose = False)
输出:
正如我们在输出中看到的那样,摘要非常简洁明了。当我们在 DataFrame 中具有1000个属性时,这将很有帮助。
范例3:采用info()
函数可打印 DataFrame 的完整摘要,并排除null-counts。
注意:为了打印完整的摘要(不包括null-counts),我们可以使用null-counts参数并将其设置为false。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the full summary of the dataframe
# with null count excluded
df.info(verbose = True, null_counts = False)
输出:
正如我们在输出中看到的那样,摘要已满,但null-counts被排除在外。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.info()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。