Python Pandas DataFrame info方法用法及代碼示例

例子

考慮以下 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

不帶任何參數調用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

在這裏，我的機器有以下默認選項：

• verbose=True

• memory_usage=True

• null_counts=True

設置 verbose=False

如果您不需要每列的信息，請像這樣設置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

寫入外部文件

我們可以使用 buf 參數將輸出寫入外部文件，而不是在屏幕上顯示輸出。

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)

這將在與 Python 腳本相同的目錄中創建一個名為 "df_summary.txt" 的文件。該文件的內容與您在屏幕上看到的內容相同。

設置memory_usage=深

由於我們的 DataFrame 包含一列數據類型對象(列 D )，因此 memory_usage=True 返回的值將為 off：

df.info()



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

要更準確地表示 DataFrame 消耗的內存，請設置 memory_usage="deep" ：

df.info(memory_usage="deep")



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

我們看到DataFrame 占用了287 字節，因此我們相差了近100 字節。