Python Pandas dataframe.info()用法及代码示例

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

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。