Fonction Pandas df.head()

Pandas 常用函数Fonctions courantes de Pandas

head()est l'une des fonctions les plus couramment utilisées dans Pandas DataFrame et Series, utilisée pour afficher rapidement le début d'un jeu de données. Elle renvoie les n premières lignes de données, ce qui nous permet de comprendre la structure et le contenu de base des données sans charger l'ensemble du jeu de données.

Cette fonction est très fréquemment utilisée dans le travail d'analyse de données, en particulier lors du traitement de grands jeux de données, où nous utilisons généralement d'abordhead()pour afficher les premières lignes de données, confirmer si la structure des données correspond aux attentes, puis poursuivre l'analyse et le traitement.

Syntaxe de base et paramètres

head()est une fonction membre de DataFrame et Series, appelée via l'opérateur point.pour l'invoquer. Elle ne requiert aucun paramètre obligatoire, mais accepte un paramètre facultatif pour spécifier le nombre de lignes à renvoyer.

Format de syntaxe

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

Description du paramètre

Paramètre Type Requis Description Valeur par défaut
n int Optional Renvoie les n premières lignes de données. Si n est supérieur au nombre total de lignes, renvoie toutes les données. 5

Description de la valeur de retour

  • Type de valeur de retour: Lorsque l'appelant est un DataFrame, un DataFrame est renvoyé ; lorsque l'appelant est une Series, une Series est renvoyée.
  • Nombre de lignes renvoyées: Renvoie au plus n lignes ; si les données contiennent moins de n lignes, renvoie toutes les données.

Exemples

Maîtrisons pleinementhead()l'utilisation à travers une série d'exemples.

Exemple 1 : Utilisation de base - Afficher les premières lignes d'un DataFrame

Créez d'abord un DataFrame simple, puis utilisezhead()pour afficher les premières lignes de données.

Exemple

import pandas as pd

# Créer un DataFrame d'exemple contenant des données de notes d'étudiants
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)

# Par défaut, renvoie les 5 premières lignes
print("5 premières lignes par défaut :")
print(df.head())

# Spécifier le renvoi des 3 premières lignes
print("n3 premières lignes :")
print(df.head(3))

# Renvoyer les 7 premières lignes
print("n7 premières lignes :")
print(df.head(7))

Résultat de sortie :

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

Explication du code :

  1. Création d'un DataFrame contenant 10 lignes de données d'étudiants.
  2. df.head()Sans paramètres, il renvoie par défaut les 5 premières lignes de données ; c'est l'utilisation la plus courante.
  3. df.head(3)Renvoie les 3 premières lignes ; le nombre de lignes à afficher peut être ajusté selon les besoins.
  4. Lorsque la valeur n spécifiée est supérieure au nombre total de lignes de données, toutes les données sont renvoyées sans erreur.

Exemple 2 : Afficher les premières lignes d'une Series

head()S'applique non seulement aux DataFrames, mais fonctionne également pour les objets Series.

Exemple

import pandas as pd

# Créer une Series contenant une série de valeurs
s = pd.Series([10, 20, 30, 40, 50, 60, 70, 80, 90, 100])

# Afficher les 3 premiers éléments de la Series
print("3 premiers éléments :")
print(s.head(3))

# Créer une Series avec un index
s2 = pd.Series([100, 200, 300, 400, 500], index=['a', 'b', 'c', 'd', 'e'])
print("n2 premiers éléments de la Series indexée :")
print(s2.head(2))

Résultat de sortie :

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

Explication du code :

  • Series prend également en charge lahead()méthode, qui renvoie les n premiers éléments.
  • Une Series avec un index personnalisé peut également utiliserhead()normalement, et l'index d'origine sera conservé.

Exemple 3 : Utilisation en combinaison avec d'autres fonctions

head()Souvent utilisé en combinaison avec d'autres fonctions DataFrame pour l'exploration et l'analyse des données.

Exemple

import pandas as pd
import numpy as np

# Créer un DataFrame plus grand
np.random.seed(42)  # Définir la graine aléatoire pour garantir des résultats reproductibles
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)
})

# Afficher les informations sur le type de données
print("Informations sur le type de données :")
print(df.dtypes)
print()

# Afficher les 10 premières lignes de données
print("Les 10 premières lignes de données :")
print(df.head(10))

# Trier d'abord, puis afficher les premières lignes
df_sorted = df.sort_values('value', ascending=False)
print("n5 premières lignes après tri par valeur par ordre décroissant :")
print(df_sorted.head())

# Afficher les informations statistiques pour les premières lignes
print("nInformations statistiques pour les 5 premières lignes :")
print(df.head().describe())

Résultat de sortie :

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

Explication du code :

  1. head()Peut être utilisé en combinaison avecsort_values()pour trier d'abord, puis afficher les premières lignes.
  2. head()Le résultat renvoyé est toujours un DataFrame, donc d'autres méthodes DataFrame peuvent continuer à être appelées.
  3. describe()Un résumé statistique peut être effectué surhead()les données renvoyées.

Notes

  • head()Ne modifie pas le DataFrame ou la Series d'origine ; renvoie un nouvel objet.
  • Lorsque n est inférieur ou égal à 0, un DataFrame vide ou une Series vide est renvoyé.
  • Pour les grands jeux de données, utiliser d'abordhead()pour visualiser la structure est une bonne pratique.
  • head()Les données renvoyées conservent les valeurs d'index d'origine et ne les renumérotent pas.

Astuce : dans les environnements Jupyter Notebook ou JupyterLab, saisir directement le nom de la variable DataFrame et l'exécuter affichera par défaut lehead()résultat, ce qui facilite grandement le travail d'exploration des données.

Résumé

head()est l'une des fonctions d'affichage de données les plus élémentaires et les plus pratiques de Pandas. Elle permet de prévisualiser rapidement le début d'un jeu de données, ce qui nous aide à comprendre des informations clés telles que la structure des données, les noms de colonnes et les types de données.

Dans le travail réel d'analyse de données, nous procédons généralement comme suit : d'abord, utiliserhead()pour visualiser la structure de base des données, puis utilisertail()pour visualiser la fin des données, puis utiliserinfo()etdescribe()pour comprendre la vue d'ensemble des données. Ce « processus d'affichage des données en quatre étapes » est une compétence fondamentale que tout analyste de données devrait maîtriser.

Pandas 常用函数Fonctions courantes de Pandas

Autres extensions