【Python】进阶学习：pandas–info()用法详解

🌈 个人主页：高斯小哥
🔥 高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程👈 希望得到您的订阅和支持~
💡 创作高质量博文(平均质量分92+)，分享更多关于深度学习、PyTorch、Python领域的优质内容！（希望得到您的关注~）

---

📚 一、初识info()函数

  在pandas库中，info()函数是一个DataFrame和Series对象的方法，用于获取有关数据结构的简要摘要。通过调用info()函数，我们可以快速了解数据集中的基本信息，如行数、列数、列的数据类型、非空值的数量以及内存使用情况等。

💻 二、info()函数的基本用法

  info()函数的基本用法非常简单，只需在DataFrame或Series对象上调用即可。

import pandas as pd

# 创建一个示例DataFrame
data = {
    'A': [1, 2, 3, None],
    'B': [4, None, 6, 8],
    'C': ['p', 'q', 'r', 's']
}
df = pd.DataFrame(data)

# 调用info()函数
df.info()

上述代码将输出DataFrame的简要摘要，包括索引类型、列名、非空值的数量以及每列的数据类型：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   A       3 non-null      float64
 1   B       3 non-null      float64
 2   C       4 non-null      object 
dtypes: float64(2), object(1)
memory usage: 224.0+ bytes

🔍 三、定制info()函数的输出

  info()函数提供了一些可选参数，用于定制输出的内容。以下是 info() 函数的主要参数及其描述：

1. verbose（布尔值，默认为 True）:

   • 控制输出的详细程度。如果为 True，则会显示每列的详细信息，包括非空值的数量。如果为 False，则只显示摘要信息。

2. buf（可写缓冲区，默认为 None）:

   • 指定一个可写缓冲区，如文件对象或 StringIO 对象，用于将输出写入。如果提供了这个参数，info() 函数不会将输出直接打印到控制台，而是写入到指定的缓冲区。

3. memory_usage（布尔值或字符串，默认为 None）:

   • 控制是否显示内存使用情况。如果为 True，则会显示每列占用的内存大小。如果为字符串，则可以指定内存使用的单位，如 'deep' 表示深度内存使用。如果为 None，则不显示内存使用情况。

4. show_counts（布尔值，默认为 None）:

   • 控制是否显示非空值的数量。如果为 True，则会显示每列中非空值的数量。如果为 False，则不显示这个信息。当 verbose 为 False 时，这个参数将被忽略。

示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {
    'A': [1, 2, 3, None],
    'B': [4, None, 6, 8],
    'C': ['p', 'q', 'r', 's']
}
df = pd.DataFrame(data)

# 调用info()函数
# verbose = False
df.info(verbose=False)

print("*"*50)
print("*"*50)

# 指定一个[可写]缓冲区
with open("result.txt", "w") as f:
    df.info(buf=f)
    print("相关信息已写入result.txt!")
print("*"*50)
print("*"*50)

# memory_usage
df.info(memory_usage="deep")
print("*"*50)
df.info(memory_usage=True)
print("*"*50)
df.info(memory_usage=False)

print("\n" + "*"*50)
print("*"*50)

# show_counts
df.info(show_counts=True)
print("\n" + "*"*50)
df.info(show_counts=False)

输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Columns: 3 entries, A to C
dtypes: float64(2), object(1)
memory usage: 224.0+ bytes
**************************************************
**************************************************
相关信息已写入result.txt!
**************************************************
**************************************************
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   A       3 non-null      float64
 1   B       3 non-null      float64
 2   C       4 non-null      object 
dtypes: float64(2), object(1)
memory usage: 424.0 bytes
**************************************************
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   A       3 non-null      float64
 1   B       3 non-null      float64
 2   C       4 non-null      object 
dtypes: float64(2), object(1)
memory usage: 224.0+ bytes
**************************************************
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   A       3 non-null      float64
 1   B       3 non-null      float64
 2   C       4 non-null      object 
dtypes: float64(2), object(1)
**************************************************
**************************************************
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   A       3 non-null      float64
 1   B       3 non-null      float64
 2   C       4 non-null      object 
dtypes: float64(2), object(1)
memory usage: 224.0+ bytes

**************************************************
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
 #   Column  Dtype  
---  ------  -----  
 0   A       float64
 1   B       float64
 2   C       object 
dtypes: float64(2), object(1)
memory usage: 224.0+ bytes

  通过合理设置这些参数，用户可以根据具体需求定制 info() 函数的输出内容，从而更有效地理解和分析数据集。这些参数使得 info() 函数在数据探索、数据清洗和预处理等阶段都非常有用。

📚 四、总结

  info()函数是pandas库中一个非常实用的函数，它可以帮助我们快速了解数据集的基本信息。通过灵活运用info()函数，我们可以更好地理解和处理数据，为后续的数据分析和建模提供有力支持。

🤝 五、期待与你共同进步

  🌱 亲爱的读者，非常感谢你每一次的停留和阅读！你的支持是我们前行的最大动力！🙏

  🌐 在这茫茫网海中，有你的关注，我们深感荣幸。你的每一次点赞👍、收藏🌟、评论💬和关注💖，都像是明灯一样照亮我们前行的道路，给予我们无比的鼓舞和力量。🌟

  📚 我们会继续努力，为你呈现更多精彩和有深度的内容。同时，我们非常欢迎你在评论区留下你的宝贵意见和建议，让我们共同进步，共同成长！💬

  💪 无论你在编程的道路上遇到什么困难，都希望你能坚持下去，因为每一次的挫折都是通往成功的必经之路。我们期待与你一起书写编程的精彩篇章！ 🎉

  🌈 最后，再次感谢你的厚爱与支持！愿你在编程的道路上越走越远，收获满满的成就和喜悦！祝你编程愉快！🎉