首页后端开发 Python Pandas 教程

数据分析

阅读1895

更新时间2025-08-12

读取 JSON

查看数据

获取 DataFrame 快速概览最常用的方法之一是使用 head() 方法。

head() 方法从顶部开始返回表头和指定数量的行。

实例

通过打印 DataFrame 的前 10 行来快速概览：

import pandas as pd

df = pd.read_csv('data.csv')

print(df.head(10))

在我们的例子中，我们将使用一个名为 'data.csv' 的 CSV 文件。

下载 data.csv，或在浏览器中打开 data.csv

注意：如果未指定行数，head() 方法将返回前 5 行。

实例

打印 DataFrame 的前 5 行：

import pandas as pd

df = pd.read_csv('data.csv')

print(df.head())

还有一个 tail() 方法用于查看 DataFrame 的最后几行。

tail() 方法从底部开始返回表头和指定数量的行。

实例

打印 DataFrame 的最后 5 行：

print(df.tail())

有关数据的信息

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：

print(df.info())

结果


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

结果说明

结果告诉我们有 169 行和 4 列：

RangeIndex: 169 entries, 0 to 168
Data columns (total 4 columns):

以及每列的名称和数据类型：

 #   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