Python 是否有函数提供有关数据帧的实际信息?
在Python中,有一个函数Python 是否有函数提供有关数据帧的实际信息?,python,r,tidyverse,Python,R,Tidyverse,在Python中,有一个函数data.info()。此函数提供有关数据集的所有信息,如数据类型、内存、条目数等。 您可以在此处查找有关中的.info()函数的更多信息 R中是否也有一个函数提供此类信息?因此,这里我们有几个选项 基尔 在Base R中,有几个选项可用于获取与您的数据相关的此类数据: str 您可以使用str查看数据帧的结构 str(iris) 'data.frame': 150 obs. of 5 variables: $ Sepal.Length: num 5.1 4
data.info()
。此函数提供有关数据集的所有信息,如数据类型、内存、条目数等。您可以在此处查找有关中的
.info()
函数的更多信息
R中是否也有一个函数提供此类信息?因此,这里我们有几个选项 基尔 在Base R中,有几个选项可用于获取与您的数据相关的此类数据: str 您可以使用
str
查看数据帧的结构
str(iris)
'data.frame': 150 obs. of 5 variables:
$ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
$ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
$ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
$ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
$ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
总结
此外,还有summary
函数,该函数为每列完成一个五位数的摘要,然后计算因素:
summary(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100 setosa :50
1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300 versicolor:50
Median :5.800 Median :3.000 Median :4.350 Median :1.300 virginica :50
Mean :5.843 Mean :3.057 Mean :3.758 Mean :1.199
3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 3rd Qu.:1.800
Max. :7.900 Max. :4.400 Max. :6.900 Max. :2.500
dplyr
dplyr
提供了类似于str
的内容,其中显示了一些数据类型
library(dplyr)
glimpse(iris)
Observations: 150
Variables: 5
$ Sepal.Length <dbl> 5.1, 4.9, 4.7, 4.6, 5.0, 5.4, 4.6, 5.0, 4.4, 4.9, 5.4, 4.8, 4.8, 4.3, 5.8, 5.7, 5.4, 5.1, 5.7, 5...
$ Sepal.Width <dbl> 3.5, 3.0, 3.2, 3.1, 3.6, 3.9, 3.4, 3.4, 2.9, 3.1, 3.7, 3.4, 3.0, 3.0, 4.0, 4.4, 3.9, 3.5, 3.8, 3...
$ Petal.Length <dbl> 1.4, 1.4, 1.3, 1.5, 1.4, 1.7, 1.4, 1.5, 1.4, 1.5, 1.5, 1.6, 1.4, 1.1, 1.2, 1.5, 1.3, 1.4, 1.7, 1...
$ Petal.Width <dbl> 0.2, 0.2, 0.2, 0.2, 0.2, 0.4, 0.3, 0.2, 0.2, 0.1, 0.2, 0.2, 0.1, 0.1, 0.2, 0.4, 0.4, 0.3, 0.3, 0...
$ Species <fct> setosa, setosa, setosa, setosa, setosa, setosa, setosa, setosa, setosa, setosa, setosa, setosa, ...
在这些函数之间,您可以很好地查看您的数据 这不是一个单一的函数,但我经常做的前三件事是
库(tidyverse)
#显示前6行
虹膜%>%head()
#给出data.frame的维度
虹膜%>%dim()
#给出每列中的数据类别(例如数字、字符等)
虹膜%>%sapply(类)
我使用的最好的软件包是(Niels在上面的评论中提到)。inspectdf通过特定的函数调用完成了@MDEWITT中Skimer中的大部分总结;例如,inspect_cat
和inspect_num
分别用于分类变量和数值变量摘要
我的评论的贡献在于,inspectdf有两个附加功能
inspect\u imb
和inspect\u cor
,分别查看每列最常见的值和数值列之间的相关性。我发现这些对于数据清理/预处理非常有用。str()
是一个基本选项,scape()
是的,这正是我想要的!谢谢这也是总结,或者如果你要去探索,试试这个-package@Niels如果我使用该软件包,我需要使用什么功能?是的,但主要关注不切实际的信息:)
library(skimr)
skim(iris)
-- Data Summary ------------------------
Values
Name iris
Number of rows 150
Number of columns 5
_______________________
Column type frequency:
factor 1
numeric 4
________________________
Group variables None
-- Variable type: factor -------------------------------------------------------
skim_variable n_missing complete_rate ordered n_unique top_counts
1 Species 0 1 FALSE 3 set: 50, ver: 50, vir: 50
-- Variable type: numeric ------------------------------------------------------
skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
1 Sepal.Length 0 1 5.84 0.828 4.3 5.1 5.8 6.4 7.9 ▆▇▇▅▂
2 Sepal.Width 0 1 3.06 0.436 2 2.8 3 3.3 4.4 ▁▆▇▂▁
3 Petal.Length 0 1 3.76 1.77 1 1.6 4.35 5.1 6.9 ▇▁▆▇▂
4 Petal.Width 0 1 1.20 0.762 0.1 0.3 1.3 1.8 2.5 ▇▁▇▅▃