如何使用DataFrame.head()快速展示數據

一、什麼是DataFrame.head()?

DataFrame是Pandas庫中最有名的一個數據類型，它相當於是一個二維的、帶標籤的數據結構，在處理數據的時候非常方便。DataFrame.head()是Pandas庫中一個用來展示數據的函數，它可以快速地返回DataFrame中前幾行數據。

import pandas as pd

# 創建一個DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky', 'Vin', 'Lisa', 'Kate', 'Emma', 'Annie', 'Maggie'], 
        'Age':[28, 34, 29, 42, 25, 23, 35, 31, 27, 39], 
        'Sex':['M', 'M', 'M', 'M', 'F', 'F', 'F', 'F', 'F', 'F']} 
df = pd.DataFrame(data)

# 使用.head()展示前3行數據
print(df.head(3))

以上代碼中，我們創建了一個包含Name、Age、Sex三個列的DataFrame，然後使用.head()展示了前三行數據。

二、DataFrame.head()函數的參數及應用場景

DataFrame.head()函數可以接受一個整數參數n作為輸入，表示返回前n行的數據。如果不傳入任何參數，則默認返回前5行的數據。

import pandas as pd

# 創建一個DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky', 'Vin', 'Lisa', 'Kate', 'Emma', 'Annie', 'Maggie'], 
        'Age':[28, 34, 29, 42, 25, 23, 35, 31, 27, 39], 
        'Sex':['M', 'M', 'M', 'M', 'F', 'F', 'F', 'F', 'F', 'F']} 
df = pd.DataFrame(data)

# 使用.head()展示前7行數據
print(df.head(7))

以上代碼中，我們使用.head()展示了前7行的數據。

應用場景：在處理大數據集的時候，我們通常只需要查看前幾行的數據就可以得到一個大概的了解，DataFrame.head()正好滿足這個需求。同時，在數據集較大的情況下，展示整個數據集可能會導致機器卡頓且耗費大量時間，使用.head()可以快速地展示數據，提高效率。

三、展示數據中的某幾列

除了展示前幾行數據之外，DataFrame.head()還可以結合DataFrame的列索引來展示我們想要的某幾列數據。

import pandas as pd

# 創建一個DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky', 'Vin', 'Lisa', 'Kate', 'Emma', 'Annie', 'Maggie'], 
        'Age':[28, 34, 29, 42, 25, 23, 35, 31, 27, 39], 
        'Sex':['M', 'M', 'M', 'M', 'F', 'F', 'F', 'F', 'F', 'F']} 
df = pd.DataFrame(data)

# 使用.head()展示前3行Name和Age兩列數據
print(df[['Name','Age']].head(3))

以上代碼中，我們使用.head()展示了前3行DataFame中Name和Age兩列的數據。

四、DataFrame.head()與數據清洗

在進行數據清洗的時候，我們通常需要查看數據中是否存在臟數據或者缺失數據。使用DataFrame.head()可以幫助我們快速地查看數據中的情況。

import pandas as pd

# 創建一個裝有數據清洗前的數據集的DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky', 'Vin', 'Lisa', 'Kate', 'Emma', 'Annie', 'Maggie'], 
        'Age':[28, 34, 29, 42, 25, 23, 35, 31, 27, 39], 
        'Salary':[10000, 15000, 20000, 30000, 17000, 18000, 25000, '', 28000, 15000]} 
df = pd.DataFrame(data)

# 使用.head()展示前5行數據
print(df.head())

# 刪除數據清洗中發現的某些數據
df = df.dropna()  # 刪除空值
df['Salary'] = pd.to_numeric(df['Salary'], errors='coerce')  # 將Salary列轉換成數值型數據
df = df.dropna()  # 再次刪除空值
print(df.head())  # 再次使用.head()展示前5行數據

以上代碼中，我們創建了一個具有臟數據和缺失值的DataFrame，然後使用DataFrame.head()展示前5行數據。接著，我們對數據進行清洗，包括刪除缺失值並將數據類型轉換為數值型，最後再使用.head()展示前5行數據。

五、總結

我們可以看到，DataFrame.head()函數在數據的快速展示和數據清洗中都有非常重要的作用。通過本文的介紹，我們可以更加深入地了解到該函數的用法和應用場景。