pandas
DataFrames에 대한 정보 얻기

DataFrame 정보 및 메모리 사용량 가져 오기

열 이름과 데이터 유형을 포함하여 DataFrame에 대한 기본 정보를 얻으려면 다음과 같이하십시오.

import pandas as pd

df = pd.DataFrame({'integers': [1, 2, 3], 
                   'floats': [1.5, 2.5, 3], 
                   'text': ['a', 'b', 'c'], 
                   'ints with None': [1, None, 3]})

df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 3 entries, 0 to 2
Data columns (total 4 columns):
floats            3 non-null float64
integers          3 non-null int64
ints with None    2 non-null float64
text              3 non-null object
dtypes: float64(2), int64(1), object(1)
memory usage: 120.0+ bytes

DataFrame의 메모리 사용량을 얻으려면 :

>>> df.info(memory_usage='deep')
<class 'pandas.core.frame.DataFrame'>
Int64Index: 3 entries, 0 to 2
Data columns (total 4 columns):
floats            3 non-null float64
integers          3 non-null int64
ints with None    2 non-null float64
text              3 non-null object
dtypes: float64(2), int64(1), object(1)
memory usage: 234.0 bytes

DataFrame 열 이름 나열

df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]})

DataFrame의 열 이름을 나열하려면 다음과 같이하십시오.

>>> list(df)
['a', 'b', 'c']

이 목록 이해 방법은 디버거를 사용할 때 특히 유용합니다.

>>> [c for c in df]
['a', 'b', 'c']

이것은 먼 길입니다.

sampledf.columns.tolist()

또한 목록 대신 색인으로 인쇄 할 수도 있습니다 (많은 열이있는 데이터 프레임에는 표시되지 않습니다).

df.columns

Dataframe의 다양한 요약 통계.

import pandas as pd
df = pd.DataFrame(np.random.randn(5, 5), columns=list('ABCDE'))

다양한 요약 통계를 생성합니다. 숫자 값의 경우 비 NA / null 값 ( count ), 평균 ( mean ), 표준 편차 std 및 5 자리 요약 으로 알려진 값 :

• min : 최소 (최소 관측)
• 25% : 1/4 분위 또는 1/4 분위 (Q1)
• 50% : 중앙값 (중간 값, Q2)
• 75% : 상위 4 분위 또는 3 분위 (Q3)
• max : 최대 (최대 관측)

>>> df.describe()
              A         B         C         D         E
count  5.000000  5.000000  5.000000  5.000000  5.000000
mean  -0.456917 -0.278666  0.334173  0.863089  0.211153
std    0.925617  1.091155  1.024567  1.238668  1.495219
min   -1.494346 -2.031457 -0.336471 -0.821447 -2.106488
25%   -1.143098 -0.407362 -0.246228 -0.087088 -0.082451
50%   -0.536503 -0.163950 -0.004099  1.509749  0.313918
75%    0.092630  0.381407  0.120137  1.822794  1.060268
max    0.796729  0.828034  2.137527  1.891436  1.870520