• Python机器学习(八十六)Pandas 数据集信息


    info

    使用.info方法,可以查看数据集的基本信息:

    movies_df.info()

    输出

    <class 'pandas.core.frame.DataFrame'>
    Index: 1000 entries, Guardians of the Galaxy to Nine Lives
    Data columns (total 11 columns):
    Rank                  1000 non-null int64
    Genre                 1000 non-null object
    Description           1000 non-null object
    Director              1000 non-null object
    Actors                1000 non-null object
    Year                  1000 non-null int64
    Runtime (Minutes)     1000 non-null int64
    Rating                1000 non-null float64
    Votes                 1000 non-null int64
    Revenue (Millions)    872 non-null float64
    Metascore             936 non-null float64
    dtypes: 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RevenueMetascore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。

  • 相关阅读:
    杭电 1548 A strange lift(广搜)
    JAVA数组的定义及用法
    WPF之Binding深入探讨
    FBReaderJ源代码编译配置
    【剑指offer】合并两有序单链表
    对HGE游戏引擎的一次封装
    WAV文件格式分析
    Ubuntu9.04更新源
    内核及内核模块
    java实现第七届蓝桥杯愤怒小鸟
  • 原文地址:https://www.cnblogs.com/huanghanyu/p/13174047.html
Copyright © 2020-2023  润新知