查看数据可以用很多函数，这里就挑选几个最常用的进行简单展示，先导入数据

import pandas as pd
df = pd.read_csv('iris.csv')

1、查看前后几行数据：head 和 tail

查看前五行数据

df.head()

查看最后五行数据

df.tail()

2、查看数据基本信息：info

查看数据有几行几列，每列的数据类型，有没有缺失值

df.shape # 只能看几行几列
df.info()

计算每列的缺失值

df.isnull().sum()

3、查看数据统计信息：describe

用 describe 函数进行查看，若直接对表数据用就会出现定量数据才有的描述性统计量。其中，$count$ 是有效值的个数，$mean$ 是平均值，$std$ 是标准差，$min$ 是最小值，$max$ 是最大值。中间的 25%，50%，75%是对应的分位数，50%就是中位数。

df.describe()

对定性数据要单独用。其中，$count$ 是该列有效值个数，$unique$ 是该列的类别数，$top$ 是该列类别数最多最先出现的类别，$freq$ 是对应 $top$ 类别的数量。

df['class'].describe()

若不想区分定性和定量数据，则用如下代码

df.describe(include = 'all')

将数据转为浮点型

df[''] = df[''].astype(float)

将数据转为字符型

df[''] = df[''].astype(str)