Pandas df.head() 函数

Pandas 常用函数

head() 是 Pandas DataFrame 和 Series 中最常用的函数之一，用于快速查看数据集的开头部分。它返回前 n 行数据，让我们在不加载整个数据集的情况下，先了解数据的基本结构和内容。

这个函数在数据分析工作中使用频率极高，特别是在处理大型数据集时，我们通常先使用 head() 查看数据的前几行，确认数据结构是否符合预期，然后再进行进一步的分析和处理。

基本语法与参数

head() 是 DataFrame 和 Series 的成员函数，通过点运算符 . 来调用。它不需要传入任何必需参数，但可以接受一个可选参数来指定返回的行数。

语法格式

DataFrame.head(n=5)
Series.head(n=5)

参数说明

返回值说明

• 返回值类型： 当调用者是 DataFrame 时，返回一个 DataFrame；当调用者是 Series 时，返回一个 Series。
• 返回行数： 最多返回 n 行，如果数据行数少于 n，则返回全部数据。

实例

让我们通过一系列例子，全面掌握 head() 的用法。

示例 1：基础用法 - 查看 DataFrame 前几行

首先创建一个简单的 DataFrame，然后使用 head() 查看前几行数据。

运行结果：

默认前 5 行:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B

前 3 行:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B

前 7 行:
      name  age  score grade grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B
5    Frank   19     95     A
6    Grace   18     82     B

代码解析：

1. 创建了一个包含 10 行学生数据的 DataFrame。
2. df.head() 不带参数时，默认返回前 5 行数据，这是最常用的方式。
3. df.head(3) 返回前 3 行，可以根据需要调整查看的行数。
4. 当指定的 n 值大于数据总行数时，会返回全部数据，不会报错。

示例 2：查看 Series 的前几行

head() 不仅适用于 DataFrame，也同样适用于 Series 对象。

运行结果：

前 3 个元素:
0    10
1    20
2    30
dtype: int64

带索引 Series 的前 2 个元素:
a    100
b    200
dtype: int64

代码解析：

• Series 同样支持 head() 方法，返回前 n 个元素。
• 自定义索引的 Series 也能正常使用 head()，会保留原始索引。

示例 3：结合其他函数使用

head() 经常与其他 DataFrame 函数结合使用，进行数据探索和分析。

运行结果：

数据类型信息:
date    datetime64[ns]
value            float64
category          object
dtype: object

前 10 行数据:
        date  value category
0 2024-01-01   0.34        A
1 2024-01-02  -0.23        B
2 2024-01-03   0.54        C
3 2024-01-04  -1.58        B
4 2024-01-05  -0.29       后几行
...

按 value 降序排列后的前 5 行:
         date  value category
72 2024-03-13   2.87        C
55 2024-02-25   2.32        A
31 2024-02-01   2.21        B
64 2024-03-05   1.71        C
84 2024-03-25   1.55        A

前 5 行的统计信息:
         age     score
count   5.0    5.000
mean   18.0   87.200
std     1.0    5.403
min    17.0   78.000
50%   18.0   88.000
max   20.0   95.000

代码解析：

1. head() 可以与 sort_values() 结合使用，先排序再看前几行。
2. head() 返回的仍然是一个 DataFrame，因此可以继续调用其他 DataFrame 方法。
3. describe() 可以对 head() 返回的数据进行统计汇总。

注意事项

• head() 不会修改原始 DataFrame 或 Series，它返回一个新的对象。
• 当 n 小于等于 0 时，返回空 DataFrame 或空 Series。
• 对于大型数据集，先使用 head() 查看结构是良好的实践习惯。
• head() 返回的数据保留了原始的索引值，不会重新编号。

提示：在 Jupyter Notebook 或 JupyterLab 环境中，直接输入 DataFrame 变量名并执行，默认就会显示 head() 的结果，这大大方便了数据探索工作。

小结

head() 是 Pandas 中最基础也最实用的数据查看函数之一。它能够快速预览数据集的开头部分，帮助我们了解数据结构、列名、数据类型等关键信息。

在实际数据分析工作中，我们通常会：先用 head() 查看数据的基本结构，然后用 tail() 查看数据的末尾部分，再用 info() 和 describe() 了解数据的整体情况。这个"查看数据四部曲"是每个数据分析师都应该掌握的基本技能。

Pandas 常用函数