Pandas 系列中 head() 方法有什麼用?
Pandas 系列中的 head() 方法用於從系列物件中檢索最頂部的行。預設情況下,它將顯示系列資料的 5 行,我們可以自定義除 5 行之外的行數。
此方法將整數作為引數,以返回具有這些行數的系列,假設您將整數 n 作為引數傳遞給 head 方法,例如 head(n),那麼它將返回一個包含 n 個元素的 Pandas 系列。這些元素是 Pandas 系列物件的前 n 個元素。
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())解釋
在此示例中,我們使用 NumPy 包建立了一個 Pandas 系列物件“series”,其中包含所有隨機生成的值。
這裡我們將整數 20 定義為“np.random.rand”方法的引數,以獲取 20 個隨機值作為 Pandas.series 函式的引數。因此,此係列物件中存在的元素總數為 20,索引標籤是由 Pandas 系列函式自動生成的 positional 索引值。
輸出
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
上面的輸出塊有兩個輸出,一個是實際的 Pandas 系列物件“series”,另一個是 head() 方法顯示的系列物件 (series) 中最頂層元素的輸出。
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))解釋
在第一個示例中,我們看到了 head 方法的預設輸出,它預設從系列物件中檢索 5 個元素。我們可以透過向 head 函式傳送整數引數來從 head 方法獲取所需的輸出元素數量。
輸出
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,我們將整數 1 作為引數傳送給 head 方法。我們可以在上面的輸出塊中看到結果,它返回一個元素,該元素是系列物件中最頂部的元素。
廣告
資料結構
網路
關係型資料庫管理系統
作業系統
Java
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP