Pandas 系列中 head() 方法有什么用?
Pandas 系列中的 head() 方法用于从系列对象中检索最顶部的行。默认情况下,它将显示系列数据的 5 行,我们可以自定义除 5 行之外的行数。
此方法将整数作为参数,以返回具有这些行数的系列,假设您将整数 n 作为参数传递给 head 方法,例如 head(n),那么它将返回一个包含 n 个元素的 Pandas 系列。这些元素是 Pandas 系列对象的前 n 个元素。
示例
# importing required packages import pandas as pd import numpy as np # creating pandas Series object series = pd.Series(np.random.rand(20)) print(series) print('
The Resultant series from head() method:') # Displaying top row from series data print(series.head())
解释
在此示例中,我们使用 NumPy 包创建了一个 Pandas 系列对象“series”,其中包含所有随机生成的值。
这里我们将整数 20 定义为“np.random.rand”方法的参数,以获取 20 个随机值作为 Pandas.series 函数的参数。因此,此系列对象中存在的元素总数为 20,索引标签是由 Pandas 系列函数自动生成的 positional 索引值。
输出
0 0.109458 1 0.199291 2 0.007854 3 0.205035 4 0.546315 5 0.442926 6 0.897214 7 0.950229 8 0.494563 9 0.843451 10 0.582327 11 0.257302 12 0.915850 13 0.364164 14 0.388809 15 0.918468 16 0.598981 17 0.631225 18 0.555009 19 0.684256 dtype: float64 The Resultant series from head() method: 0 0.109458 1 0.199291 2 0.007854 3 0.205035 4 0.546315 dtype: float64
上面的输出块有两个输出,一个是实际的 Pandas 系列对象“series”,另一个是 head() 方法显示的系列对象 (series) 中最顶层元素的输出。
示例
import pandas as pd # creating dates date = pd.date_range("2021-01-01", periods=15, freq="M") # creating pandas Series with date index S_obj = pd.Series(date, index=date.month_name()) print(S_obj) print('
The Resultant series from head() method:') # Displaying top row from series data print(S_obj.head(1))
解释
在第一个示例中,我们看到了 head 方法的默认输出,它默认从系列对象中检索 5 个元素。我们可以通过向 head 函数发送整数参数来从 head 方法获取所需的输出元素数量。
输出
January 2021-01-31 February 2021-02-28 March 2021-03-31 April 2021-04-30 May 2021-05-31 June 2021-06-30 July 2021-07-31 August 2021-08-31 September 2021-09-30 October 2021-10-31 November 2021-11-30 December 2021-12-31 January 2022-01-31 February 2022-02-28 March 2022-03-31 dtype: datetime64[ns] The Resultant series from head() method: January 2021-01-31 dtype: datetime64[ns]
在此示例中,我们将整数 1 作为参数发送给 head 方法。我们可以在上面的输出块中看到结果,它返回一个元素,该元素是系列对象中最顶部的元素。
广告