Pandas df.head()-Funktion

Pandas 常用函数Pandas Häufige Funktionen

head()ist eine der am häufigsten verwendeten Funktionen in Pandas DataFrame und Series und wird verwendet, um schnell den Anfang eines Datensatzes anzuzeigen. Sie gibt die ersten n Zeilen der Daten zurück, sodass wir die grundlegende Struktur und den Inhalt der Daten verstehen können, ohne den gesamten Datensatz zu laden.

Diese Funktion wird in der Datenanalyse sehr häufig verwendet, insbesondere beim Umgang mit großen Datensätzen, wo wir normalerweise zuerst verwendenhead()um die ersten paar Datenzeilen anzuzeigen, zu bestätigen, ob die Datenstruktur den Erwartungen entspricht, und dann mit der weiteren Analyse und Verarbeitung fortzufahren.

Grundlegende Syntax und Parameter

head()ist eine Member-Funktion von DataFrame und Series, die über den Punktoperator aufgerufen wird.zum Aufrufen. Sie erfordert keine Pflichtparameter, akzeptiert jedoch einen optionalen Parameter, um die Anzahl der zurückzugebenden Zeilen festzulegen.

Syntaxformat

DataFrame.head(n=5)
Series.head(n=5)

Parameterbeschreibung

Parameter Type Erforderlich Beschreibung Standardwert
n int Optional Gibt die ersten n Datenzeilen zurück. Wenn n größer als die Gesamtzahl der Zeilen ist, werden alle Daten zurückgegeben. 5

Beschreibung des Rückgabewerts

  • Rückgabetyp: Wenn der Aufrufer ein DataFrame ist, wird ein DataFrame zurückgegeben; wenn der Aufrufer eine Series ist, wird eine Series zurückgegeben.
  • Anzahl der zurückgegebenen Zeilen: Gibt höchstens n Zeilen zurück; wenn die Daten weniger als n Zeilen haben, werden alle Daten zurückgegeben.

Beispiele

Lassen Sie unshead()die Verwendung anhand einer Reihe von Beispielen vollständig beherrschen.

Beispiel 1: Grundlegende Verwendung - Anzeigen der ersten paar Zeilen eines DataFrames

Erstellen Sie zuerst ein einfaches DataFrame und verwenden Sie dannhead()um die ersten paar Zeilen der Daten anzuzeigen.

Beispiel

import pandas as pd

# Beispiel-DataFrame mit Studenten-Notendaten erstellen
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank', 'Grace', 'Henry', 'Iris', 'Jack'],
    'age': [18, 19, 17, 18, 20, 19, 18, 17, 19, 18],
    'score': [85, 92, 78, 90, 88, 95, 82, 76, 89, 91],
    'grade': ['A', 'A', 'B', 'A', 'B', 'A', 'B', 'C', 'B', 'A']
}
df = pd.DataFrame(data)

# Standardmäßig werden die ersten 5 Zeilen zurückgegeben
print("Standardmäßig die ersten 5 Zeilen:")
print(df.head())

# Gibt an, dass die ersten 3 Zeilen zurückgegeben werden
print("nErste 3 Zeilen:")
print(df.head(3))

# Die ersten 7 Zeilen zurückgeben
print("nErste 7 Zeilen:")
print(df.head(7))

Ausgabeergebnis:

默认前 5 行:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B

前 3 行:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B

前 7 行:
      name  age  score grade grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B
5    Frank   19     95     A
6    Grace   18     82     B

Code-Erklärung:

  1. Ein DataFrame mit 10 Zeilen Studentendaten wurde erstellt.
  2. df.head()Ohne Parameter werden standardmäßig die ersten 5 Datenzeilen zurückgegeben; dies ist die häufigste Verwendung.
  3. df.head(3)Gibt die ersten 3 Zeilen zurück; die Anzahl der anzuzeigenden Zeilen kann nach Bedarf angepasst werden.
  4. Wenn der angegebene n-Wert größer als die Gesamtzahl der Datenzeilen ist, werden alle Daten ohne Fehler zurückgegeben.

Beispiel 2: Die ersten paar Zeilen einer Series anzeigen

head()Nicht nur auf DataFrames anwendbar, sondern funktioniert auch für Series-Objekte.

Beispiel

import pandas as pd

# Eine Series mit einer Reihe von Werten erstellen
s = pd.Series([10, 20, 30, 40, 50, 60, 70, 80, 90, 100])

# Die ersten 3 Elemente der Series anzeigen
print("Erste 3 Elemente:")
print(s.head(3))

# Eine Series mit einem Index erstellen
s2 = pd.Series([100, 200, 300, 400, 500], index=['a', 'b', 'c', 'd', 'e'])
print("\nErste 2 Elemente der indizierten Series:")
print(s2.head(2))

Ausgabeergebnis:

前 3 个元素:
0    10
1    20
2    30
dtype: int64

带索引 Series 的前 2 个元素:
a    100
b    200
dtype: int64

Code-Erklärung:

  • Series unterstützt auch diehead()Methode, die die ersten n Elemente zurückgibt.
  • Eine Series mit einem benutzerdefinierten Index kann ebenfallshead()normal verwendet werden, und der ursprüngliche Index bleibt erhalten.

Beispiel 3: Verwendung in Kombination mit anderen Funktionen

head()Wird oft in Kombination mit anderen DataFrame-Funktionen zur Datenexploration und -analyse verwendet.

Beispiel

import pandas as pd
import numpy as np

# Größeres DataFrame erstellen
np.random.seed(42)  # Zufallsseed setzen, um reproduzierbare Ergebnisse zu gewährleisten
df = pd.DataFrame({
    'date': pd.date_range('2024-01-01', periods=100),
    'value': np.random.randn(100).round(2),
    'category': np.random.choice(['A', 'B', 'C'], 100)
})

# Datentypinformationen anzeigen
print("Datentypinformationen:")
print(df.dtypes)
print()

# Die ersten 10 Zeilen der Daten anzeigen
print("Erste 10 Zeilen der Daten:")
print(df.head(10))

# Zuerst sortieren, dann die ersten paar Zeilen anzeigen
df_sorted = df.sort_values('value', ascending=False)
print("nErste 5 Zeilen nach Sortierung nach Wert in absteigender Reihenfolge:")
print(df_sorted.head())

# Statistische Informationen für die ersten paar Zeilen anzeigen
print("nStatistische Informationen für die ersten 5 Zeilen:")
print(df.head().describe())

Ausgabeergebnis:

数据类型信息:
date    datetime64[ns]
value            float64
category          object
dtype: object

前 10 行数据:
        date  value category
0 2024-01-01   0.34        A
1 2024-01-02  -0.23        B
2 2024-01-03   0.54        C
3 2024-01-04  -1.58        B
4 2024-01-05  -0.29       后几行
...

按 value 降序排列后的前 5 行:
         date  value category
72 2024-03-13   2.87        C
55 2024-02-25   2.32        A
31 2024-02-01   2.21        B
64 2024-03-05   1.71        C
84 2024-03-25   1.55        A

前 5 行的统计信息:
         age     score
count   5.0    5.000
mean   18.0   87.200
std     1.0    5.403
min    17.0   78.000
50%   18.0   88.000
max   20.0   95.000

Code-Erklärung:

  1. head()Kann in Kombination mit verwendet werdensort_values()um zuerst zu sortieren und dann die ersten paar Zeilen anzuzeigen.
  2. head()Das zurückgegebene Ergebnis ist immer noch ein DataFrame, sodass andere DataFrame-Methoden weiterhin aufgerufen werden können.
  3. describe()Eine statistische Zusammenfassung kann durchgeführt werden fürhead()die zurückgegebenen Daten.

Hinweise

  • head()Ändert das ursprüngliche DataFrame oder Series nicht; es wird ein neues Objekt zurückgegeben.
  • Wenn n kleiner oder gleich 0 ist, wird ein leeres DataFrame oder eine leere Series zurückgegeben.
  • Bei großen Datensätzen ist es zunächst eine gute Vorgehensweise,head()die Struktur anzuzeigen.
  • head()Die zurückgegebenen Daten behalten die ursprünglichen Indexwerte bei und nummerieren sie nicht neu.

Tipp: In Jupyter Notebook- oder JupyterLab-Umgebungen wird durch direktes Eingeben des DataFrame-Variablennamens und dessen Ausführung standardmäßig dashead()Ergebnis angezeigt, was die Arbeit an der Datenexploration erheblich erleichtert.

Zusammenfassung

head()ist eine der grundlegendsten und praktischsten Funktionen zur Datenansicht in Pandas. Sie kann schnell den Anfang eines Datensatzes anzeigen und hilft uns, wichtige Informationen wie Datenstruktur, Spaltennamen und Datentypen zu verstehen.

In der tatsächlichen Datenanalysearbeit verwenden wir normalerweise: zuersthead()um die grundlegende Struktur der Daten anzuzeigen, danntail()um das Ende der Daten anzuzeigen, und danninfo()unddescribe()um das Gesamtbild der Daten zu verstehen. Dieser "vierstufige Prozess der Datenansicht" ist eine grundlegende Fähigkeit, die jeder Datenanalyst beherrschen sollte.

Pandas 常用函数Pandas Häufige Funktionen

Andere Erweiterungen