Pandas - Análisis de marcos de datos
Ver los datos
Uno de los métodos más utilizados para obtener una descripción general rápida del DataFrame es el head()método.
El head()método devuelve los encabezados y un número específico de filas, comenzando desde arriba.
Ejemplo
Obtenga una descripción general rápida imprimiendo las primeras 10 filas del DataFrame:
import pandas as pd
df = pd.read_csv('data.csv')
print(df.head(10))
En nuestros ejemplos, usaremos un archivo CSV llamado 'data.csv'.
Descargue data.csv o abra data.csv en su navegador.
Nota: si no se especifica el número de filas, el head()método devolverá las 5 primeras filas.
Ejemplo
Imprima las primeras 5 filas del DataFrame:
import pandas as pd
df = pd.read_csv('data.csv')
print(df.head())
También hay un tail()método para ver las
últimas filas del DataFrame.
El tail()método devuelve los encabezados y un número específico de filas, comenzando desde abajo.
Ejemplo
Imprima las últimas 5 filas del DataFrame:
print(df.tail())
¡Obtener la certificación!
$10 INSCRÍBETE
Información sobre los datos
El objeto DataFrames tiene un método llamado info(), que le brinda más información sobre el conjunto de datos.
Ejemplo
Imprimir información sobre los datos:
print(df.info())
Resultado
<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
Resultado explicado
El resultado nos dice que hay 169 filas y 4 columnas:
RangeIndex: 169 entries, 0 to 168 Data columns (total 4 columns):
Y el nombre de cada columna, con el tipo de dato:
# 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
Valores nulos
El info()método también nos dice cuántos valores no nulos hay presentes en cada columna, y en nuestro conjunto de datos parece que hay 164 de 169 valores no nulos en la columna "Calorías".
Lo que significa que hay 5 filas sin ningún valor en la columna "Calorías", por el motivo que sea.
Los valores vacíos, o valores nulos, pueden ser malos al analizar datos, y debería considerar eliminar filas con valores vacíos. Este es un paso hacia lo que se llama limpieza de datos , y aprenderá más sobre eso en los próximos capítulos.