1、查看数据
head()方法是获取DataFrame概述的最常用方法之一。
head()方法从顶部开始返回标题和指定的行数。
例如：
通过打印DataFrame的前10行获得快速查看：
import pandas as pd
df = pd.read_csv('data.csv')
print(df.head(10))在我们的示例中，我们将使用一个名为“data.csv”的CSV文件。
data.csv文件：https://www.cjavapy.com/download/5fe1f74edc72d93b4993067c/
注意：如果未指定行数，则head()方法将返回前5行。
例如：
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last行。
tail()方法从底部开始返回标题和指定的行数。
例如：
打印DataFrame的最后5行：
print(df.tail())
2、DataFrame数据信息
DataFrame对象具有称为info()的方法，该方法为您提供有关数据集的更多信息。
例如：
打印有关数据的信息：
print(df.info())
Result
<class 'pandas.core.frame.DataFrame'> 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
3、结果解释
结果告诉我们，共有169行和4列：
RangeIndex: 169 entries, 0 to 168 Data columns (total 4 columns):
以及每列的名称，其数据类型为：
# 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
4、Null 值
info()方法还告诉我们每个列中有多少非空值。在分析数据时，空值或Null值可能很麻烦，应该考虑删除具有空值的行。这是所谓的清理数据的操作，将在下一个文档中了解更多。