Función Pandas df.head()

Pandas 常用函数Funciones comunes de Pandas

head()Es una de las funciones más utilizadas en Pandas DataFrame y Series, se usa para ver rápidamente el inicio del conjunto de datos. Devuelve las primeras n filas de datos, permitiéndonos conocer la estructura básica y el contenido de los datos sin cargar todo el conjunto de datos.

Esta función se utiliza con mucha frecuencia en el trabajo de análisis de datos, especialmente al manejar grandes conjuntos de datos. Normalmente primero usamoshead()para ver las primeras filas de los datos, confirmar si la estructura de los datos cumple con lo esperado, y luego realizar análisis y procesamiento adicionales.

Sintaxis básica y parámetros

head()Es una función miembro de DataFrame y Series, que se invoca mediante el operador punto.para llamarla. No requiere ningún parámetro obligatorio, pero puede aceptar un parámetro opcional para especificar el número de filas a devolver.

Formato de sintaxis

DataFrame.head(n=5)
Series.head(n=5)

Descripción de parámetros

Parámetro Tipo ¿Obligatorio? Descripción Valor predeterminado
n int Opcional Devuelve las primeras n filas de datos. Si n es mayor que el número total de filas, devuelve todos los datos. 5

Descripción del valor de retorno

  • Tipo de valor de retorno: Cuando el llamador es un DataFrame, devuelve un DataFrame; cuando el llamador es una Series, devuelve una Series.
  • Número de filas devueltas: Devuelve como máximo n filas; si el número de filas de datos es menor que n, devuelve todos los datos.

Ejemplos

A través de una serie de ejemplos, dominaremos completamentehead()el uso de.

Ejemplo 1: Uso básico - Ver las primeras filas de un DataFrame

Primero, cree un DataFrame simple y luego usehead()para ver las primeras filas de datos.

Ejemplo

import pandas as pd

# Crear un DataFrame de ejemplo con datos de calificaciones de estudiantes
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank', 'Grace', 'Henry', 'Iris', 'Jack'],
    'age': [18, 19, 17, 18, 20, 19, 18, 17, 19, 18],
    'score': [85, 92, 78, 90, 88, 95, 82, 76, 89, 91],
    'grade': ['A', 'A', 'B', 'A', 'B', 'A', 'B', 'C', 'B', 'A']
}
df = pd.DataFrame(data)

# Devuelve las primeras 5 filas por defecto
print("Primeras 5 filas por defecto:")
print(df.head())

# Especificar devolver las primeras 3 filas
print("nPrimeras 3 filas:")
print(df.head(3))

# Devolver las primeras 7 filas
print("nPrimeras 7 filas:")
print(df.head(7))

Resultado de la ejecución:

默认前 5 行:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B

前 3 行:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B

前 7 行:
      name  age  score grade grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B
5    Frank   19     95     A
6    Grace   18     82     B

Análisis del código:

  1. Se creó un DataFrame con 10 filas de datos de estudiantes.
  2. df.head()Sin parámetros, devuelve por defecto las primeras 5 filas de datos; esta es la forma más común.
  3. df.head(3)Devuelve las primeras 3 filas; se puede ajustar el número de filas a ver según sea necesario.
  4. Cuando el valor de n especificado es mayor que el número total de filas, se devuelven todos los datos sin errores.

Ejemplo 2: Ver las primeras filas de una Series

head()No solo se aplica a DataFrame, sino también a objetos Series.

Ejemplo

import pandas as pd

# Crear una Series con una serie de valores numéricos
s = pd.Series([10, 20, 30, 40, 50, 60, 70, 80, 90, 100])

# Ver los primeros 3 elementos de la Series
print("Primeros 3 elementos:")
print(s.head(3))

# Crear una Series con índice
s2 = pd.Series([100, 200, 300, 400, 500], index=['a', 'b', 'c', 'd', 'e'])
print("nPrimeros 2 elementos de la Series con índice:")
print(s2.head(2))

Resultado de la ejecución:

前 3 个元素:
0    10
1    20
2    30
dtype: int64

带索引 Series 的前 2 个元素:
a    100
b    200
dtype: int64

Análisis del código:

  • Series también admitehead()método, devuelve los primeros n elementos.
  • Una Series con índice personalizado también puede usarhead()normalmente, y conserva el índice original.

Ejemplo 3: Uso combinado con otras funciones

head()A menudo se combina con otras funciones de DataFrame para exploración y análisis de datos.

Ejemplo

import pandas as pd
import numpy as np

# Crear un DataFrame más grande
np.random.seed(42)  # Establecer la semilla aleatoria para garantizar resultados reproducibles
df = pd.DataFrame({
    'date': pd.date_range('2024-01-01', periods=100),
    'value': np.random.randn(100).round(2),
    'category': np.random.choice(['A', 'B', 'C'], 100)
})

# Ver información del tipo de datos
print("Información del tipo de datos:")
print(df.dtypes)
print()

# Ver los primeros 10 registros de datos
print("Primeros 10 registros de datos:")
print(df.head(10))

# Ordenar primero y luego ver las primeras filas
df_sorted = df.sort_values('value', ascending=False)
print("nPrimeras 5 filas después de ordenar por value en orden descendente:")
print(df_sorted.head())

# Ver información estadística de las primeras filas
print("nInformación estadística de las primeras 5 filas:")
print(df.head().describe())

Resultado de la ejecución:

数据类型信息:
date    datetime64[ns]
value            float64
category          object
dtype: object

前 10 行数据:
        date  value category
0 2024-01-01   0.34        A
1 2024-01-02  -0.23        B
2 2024-01-03   0.54        C
3 2024-01-04  -1.58        B
4 2024-01-05  -0.29       后几行
...

按 value 降序排列后的前 5 行:
         date  value category
72 2024-03-13   2.87        C
55 2024-02-25   2.32        A
31 2024-02-01   2.21        B
64 2024-03-05   1.71        C
84 2024-03-25   1.55        A

前 5 行的统计信息:
         age     score
count   5.0    5.000
mean   18.0   87.200
std     1.0    5.403
min    17.0   78.000
50%   18.0   88.000
max   20.0   95.000

Análisis del código:

  1. head()Se puede combinar consort_values()para ordenar primero y luego ver las primeras filas.
  2. head()El valor devuelto sigue siendo un DataFrame, por lo que se pueden seguir llamando otros métodos de DataFrame.
  3. describe()Se puedenhead()realizar resúmenes estadísticos de los datos devueltos.

Notas importantes

  • head()No modifica el DataFrame o Series original; devuelve un nuevo objeto.
  • Cuando n es menor o igual a 0, devuelve un DataFrame vacío o una Series vacía.
  • Para grandes conjuntos de datos, usar primerohead()para ver la estructura es una buena práctica.
  • head()Los datos devueltos conservan los valores de índice originales; no se renumeran.

Sugerencia: En el entorno de Jupyter Notebook o JupyterLab, al escribir directamente el nombre de la variable DataFrame y ejecutarlo, se mostrará por defectohead()el resultado, lo que facilita enormemente el trabajo de exploración de datos.

Resumen

head()Es una de las funciones de visualización de datos más básicas y prácticas de Pandas. Permite previsualizar rápidamente el inicio del conjunto de datos, ayudándonos a comprender información clave como la estructura de los datos, nombres de columnas, tipos de datos, etc.

En el trabajo real de análisis de datos, normalmente: primero usamoshead()para ver la estructura básica de los datos, luego usamostail()para ver el final de los datos, y luego usamosinfo()ydescribe()para conocer la situación general de los datos. Esta "secuencia de cuatro pasos para revisar datos" es una habilidad básica que todo analista de datos debería dominar.

Pandas 常用函数Funciones comunes de Pandas

Otras extensiones