Python机器学习（八十六）Pandas 数据集信息-白红宇的个人博客

发布日期：2021-05-14 00:15:14 浏览次数：18 分类：博客文章

本文共 1095 字，大约阅读时间需要 3 分钟。

info

使用.info方法，可以查看数据集的基本信息：

movies_df.info()

输出


    
     Index: 1000 entries, Guardians of the Galaxy to Nine LivesData columns (total 11 columns):Rank                  1000 non-null int64Genre                 1000 non-null objectDescription           1000 non-null objectDirector              1000 non-null objectActors                1000 non-null objectYear                  1000 non-null int64Runtime (Minutes)     1000 non-null int64Rating                1000 non-null float64Votes                 1000 non-null int64Revenue (Millions)    872 non-null float64Metascore             936 non-null float64dtypes: float64(3), int64(4), object(4)memory usage: 93.8+ KB

上面的输出信息中，包含了行和列的数量、非空值的数量、每个列中的数据类型以及DataFrame数据使用了多少内存。

可以看出，在Revenue和Metascore列中有一些缺失值，后面章节将会讨论怎么处理这些缺失值。

快速查看数据类型很有用。例如，假设你刚刚导入了一些JSON，有些整数字段类型有可能被变为字符串，当计算时用到这些字段就会报“不支持的操作数”的错。调用.info()查看一下，就可以清楚看到整数列实际上都被变为了字符串。

shape

另一个有用的属性是.shape，表示DataFrame的形状(行、列)。

movies_df.shape

输出

(1000, 11)

注意，.shape是属性，不是函数(没有圆括号)，它是一个元组(行、列)。可以看到，数据集movies DataFrame中有1000行和11列。

在清理和转换数据时，你可能会根据某些条件过滤一些行，然后想要知道删除了多少行，就可以使用.shape方法快速查看。

上一篇：Python机器学习（八十七）Pandas 去除重复

下一篇：关于WebView当前地址问题的疑惑

发表评论

关于作者

喝酒易醉，品茶养心，人生如梦，品茶悟道，何以解忧？唯有杜康！

-- 愿君每日到此一游！

info

shape

发表评论

最新留言

关于作者

推荐文章