Python Pandas DataFrame info方法用法及代码示例

例子

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[3,4],"B":[5.0,6.0],"C":[True,False],"D":["K","KK"]})
df



   A  B    C      D
0  3  5.0  True   K
1  4  6.0  False  KK

基本用法

不带任何参数调用info()：

df.info()



<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Data columns (total 4 columns):
A    2 non-null int64
B    2 non-null float64
C    2 non-null bool
D    2 non-null object
dtypes: bool(1), float64(1), int64(1), object(1)
memory usage: 178.0+ bytes

在这里，我的机器有以下默认选项：

• verbose=True

• memory_usage=True

• null_counts=True

设置 verbose=False

如果您不需要每列的信息，请像这样设置verbose=False：

df.info(verbose=False)



<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Columns: 4 entries, A to D
dtypes: bool(1), float64(1), int64(1), object(1)
memory usage: 178.0+ bytes

写入外部文件

我们可以使用 buf 参数将输出写入外部文件，而不是在屏幕上显示输出。

import io
buffer = io.StringIO()
df.info(buf=buffer)
str_summary = buffer.getvalue()
with open("df_summary.txt", "w") as file:  
   file.write(str_summary)

这将在与 Python 脚本相同的目录中创建一个名为 "df_summary.txt" 的文件。该文件的内容与您在屏幕上看到的内容相同。

设置memory_usage=深

由于我们的 DataFrame 包含一列数据类型对象(列 D )，因此 memory_usage=True 返回的值将为 off：

df.info()



<class 'pandas.core.frame.DataFrame'>
...
memory usage: 178.0+ bytes

要更准确地表示 DataFrame 消耗的内存，请设置 memory_usage="deep" ：

df.info(memory_usage="deep")



<class 'pandas.core.frame.DataFrame'>
...
memory usage: 287.0 bytes

我们看到DataFrame 占用了287 字节，因此我们相差了近100 字节。