Pandas使用data.info()显示所有信息

在这篇文章中，我们将介绍如何使用Pandas的data.info()方法来显示DataFrame中的所有信息。

Pandas DataFrames

Pandas是一个很受欢迎的数据科学库，用于数据操作和分析。Pandas允许用户使用DataFrames这样的数据结构来存储和操作数据。DataFrame类似于电子表格，在其中可以将数据分为行和列，从而方便地查询和操作数据。

让我们先创建一个样本DataFrame，并把它命名为students：

import pandas as pd

students = pd.DataFrame({'Name': ['Tom', 'Jane', 'Sarah'], 
                         'Age': [20, 22, 21], 
                         'Gender': ['Male', 'Female', 'Female']})

我们已经创建了一个名为students的DataFrame，其中包含列名为Name、Age和Gender的三列数据。现在让我们使用data.info()方法来查看DataFrame中包含的所有信息。

data.info()方法

data.info()方法是Python中DataFrame的一种方法，用于查看DataFrame的各行列的数据类型、非空值数量及占比等信息。该方法下面附加的内容显示了有多少个非空值和每个列的数据类型。下面是示例代码：

students.info()

我们可以看到以下输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
Name      3 non-null object
Age       3 non-null int64
Gender    3 non-null object
dtypes: int64(1), object(2)
memory usage: 200.0+ bytes

这个输出告诉我们这个数据集有三行，每个值的数据类型是什么，有哪些列中有空值（在这个例子中没有空值）。

为什么要使用data.info()方法？

对于大型数据集，查看每个变量中的数据类型和缺失值占比等信息是非常重要和有用的。在分析数据之前，需要对数据集中的数据类型和非空值数量有比较充分的了解，以便搞清楚整个数据集的情况。

data.info()方法提供了一种简单的方法来查看DataFrame中的所有信息。一行代码就可以告诉您有多少数据对于分析是有价值的，有多少是缺失的。

例如，假设数据科学家正在分析大型销售数据集，他们必须查看每个变量的数据类型和缺失值数量和是否需要处理一些数据清洗以及缺失值填充。使用data.info()方法可以帮助科学家快速了解数据集的一般情况，并确定数据集是否需要进行某些数据清洗操作。

总结

data.info()是Pandas的一个有用的DataFrame方法，用来显示DataFrame的所有信息。它提供了有关数据类型、非空值数量及占比等信息的描述。此方法非常有用，在分析数据之前，需要对数据集中的数据类型和非空值数量有比较充分的了解。如果您正在进行大型数据集的分析，data.info()方法可以帮助您快速了解数据集的一般情况，并确定数据集是否需要进行某些数据清洗操作。