数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学获取 Pandas DataFrame 的前 n 条记录
使用 Pandas 处理大型数据集通常是一项艰巨的任务，尤其是在检索数据集的前几条记录时。在本文中，我们将探讨获取 Pandas DataFrame 的前 n 条记录的各种方法。
安装和语法
在继续实现之前，我们必须确保 Pandas 已安装在我们的系统上，因此请在您的终端中运行 pip 命令：
pip install pandas
安装完成后，我们可以创建一个 DataFrame 或加载 CSV 文件，然后检索前 N 条记录。
算法
可以通过多种方法获取 Pandas DataFrame 的前 n 个条目，但我们将坚持使用最常用的技术和函数，例如：
df.head(n) - 获取 DataFrame 的前 n 行。如果未指定，则 n 的默认值为 5。
df.iloc[:n] - 使用基于整数的索引获取 DataFrame 的前 n 行。
df.loc[:n] - 使用基于标签的索引获取 DataFrame 的前 n 行。
df[:n] - 这是 Python 中的切片运算符，众所周知，它可以从列表、字符串和可迭代对象中获取子集元素。因此，此语法隐式地使用切片运算符获取指定的前 N 行。
示例
假设我们有一个包含有关多个人的信息的数据集，我们想探索不同的方法来检索此数据的前 10 行。为此，我们可以将此数据加载到 Pandas DataFrame 中并分析可用的不同方法。
import pandas as pd
# Make a placeholder dataframe
df = pd.DataFrame(
{
'Name': ['John', 'Mary', 'Peter', 'Jane', 'Mike', 'Alex', 'Sandy', 'Ben', 'Alice', 'Mary', 'Cooper', 'Darth', 'Vader'],
'Age': [25, 32, 18, 45, 27, 39, 32, 19, 29, 32, 18, 45, 27],
'Country': ['USA', 'Canada', 'UK', 'Australia', 'USA', 'Canada', 'UK', 'Australia', 'USA', 'Canada', 'UK', 'Australia', 'USA']
}
)
# Retrieve first 5 records using df.head(n)
print(df.head(5), end="\n-------------------\n")
# Retrieve first 5 records using df.iloc[:n]
print(df.iloc[:5], end="\n-------------------\n")
# Retrieve first 5 records using df.loc[:n]
print(df.loc[:5], end="\n-------------------\n")
# Retrieve first 5 records using df[:n]
print(df[:5], end="\n-------------------\n")
输出
Name Age Country
0 John 25 USA
1 Mary 32 Canada
2 Peter 18 UK
3 Jane 45 Australia
4 Mike 27 USA
-------------------
Name Age Country
0 John 25 USA
1 Mary 32 Canada
2 Peter 18 UK
3 Jane 45 Australia
4 Mike 27 USA
-------------------
Name Age Country
0 John 25 USA
1 Mary 32 Canada
2 Peter 18 UK
3 Jane 45 Australia
4 Mike 27 USA
5 Alex 39 Canada
-------------------
Name Age Country
0 John 25 USA
1 Mary 32 Canada
2 Peter 18 UK
3 Jane 45 Australia
4 Mike 27 USA
-------------------
解释
df.head(n) 返回 DataFrame 的前 10 行。
df.iloc[:10] 使用基于整数的索引返回 DataFrame 的前 10 行。
df.loc[:9] 使用基于标签的索引返回 DataFrame 的前 10 行。
df[:10] 使用切片运算符返回 DataFrame 的前 10 行。
应用
数据分析需要能够快速访问 DataFrame 的前 n 个条目。这有许多用途，包括：
探索性数据分析 - 快速了解数据的结构和内容。
提取数据子集 用于机器学习的测试和训练目的。
绘制数据子集 将改进数据可视化。
结论
在这篇文章中，我们学习了一系列 Pandas 方法，包括 df.head(n)、df.iloc[:n]、df.loc[:n] 和 df[:n] 来获取指定的前 N 行。我们还研究了获取 Pandas DataFrame 的前 n 个条目的多种方法。如果您熟悉这些过程，您可以快速处理大型数据集，了解数据集的数据类型和性质，并有效地分析它们。
2K+ 次浏览
