【Pandas】pandas DataFrame info

Pandas2.2 DataFrame

Attributes and underlying data

pandas.DataFrame.info

pandas.DataFrame.info 方法用于提供 DataFrame 的简要概述，包括数据类型、非空值数量、内存使用情况等信息。这对于快速了解 DataFrame 的结构和内容非常有用。

方法签名

DataFrame.info(verbose=None, buf=None, max_cols=None, memory_usage=None, show_counts=None)

参数说明

• verbose：可选，布尔值或 None，指定是否显示详细信息。如果为 True，则显示所有列的非空值数量；如果为 False，则仅显示 DataFrame 的基本信息；如果为 None（默认），则根据列的数量自动决定。
• buf：可选，文件对象或 None，指定输出的目标。如果为 None，则输出到标准输出（通常是控制台）。
• max_cols：可选，整数，指定显示的最大列数。如果为 None，则显示所有列。
• memory_usage：可选，布尔值或 'deep'，指定是否显示内存使用情况。如果为 True，则显示总内存使用情况；如果为 'deep'，则显示每个列的内存使用情况；如果为 False，则不显示内存使用情况。
• show_counts：可选，布尔值，指定是否显示非空值数量。如果为 True，则显示每个列的非空值数量；如果为 False，则不显示；如果为 None（默认），则根据 verbose 参数决定。

示例

import pandas as pd# 创建一个示例 DataFrame
data = {'A': [10, 20, 30, None],          # 整数类型，包含一个缺失值'B': [40.5, 50.5, 60.5, 70.5],    # 浮点数类型'C': ['x', 'y', 'z', 'w'],       # 字符串类型'D': pd.to_datetime(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04']),  # 日期时间类型'E': pd.Series([True, False, True, False], dtype='bool')  # 布尔类型
}df = pd.DataFrame(data, index=['row1', 'row2', 'row3', 'row4'])# 基本信息
df.info()
print("\n")# 详细信息（显示所有列的非空值数量）
df.info(verbose=True)
print("\n")# 显示内存使用情况
df.info(memory_usage=True)
print("\n")# 显示每个列的内存使用情况
df.info(memory_usage='deep')
print("\n")# 显示非空值数量
df.info(show_counts=True)
print("\n")# 显示非空值数量（详细信息）
df.info(verbose=True, show_counts=True)
print("\n")# 显示内存使用情况和非空值数量
df.info(memory_usage=True, show_counts=True)
print("\n")# 显示每个列的内存使用情况和非空值数量
df.info(memory_usage='deep', show_counts=True)
print("\n")

结果

1. 基本信息

   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

2. 详细信息（显示所有列的非空值数量）

   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

3. 显示内存使用情况

   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

4. 显示每个列的内存使用情况

   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

5. 显示非空值数量

   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

6. 显示非空值数量（详细信息）

   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

7. 显示内存使用情况和非空值数量

   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

8. 显示每个列的内存使用情况和非空值数量

   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

通过这些示例，可以看到 pandas.DataFrame.info 方法如何提供 DataFrame 的简要概述，包括数据类型、非空值数量、内存使用情况等信息。这些信息对于快速了解 DataFrame 的结构和内容非常有用。

详细说明

1. 基本信息

   • 使用 df.info() 获取 DataFrame 的基本信息。
   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

2. 详细信息（显示所有列的非空值数量）

   • 使用 df.info(verbose=True) 获取详细信息，显示所有列的非空值数量。
   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

3. 显示内存使用情况

   • 使用 df.info(memory_usage=True) 显示总内存使用情况。
   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

4. 显示每个列的内存使用情况

   • 使用 df.info(memory_usage='deep') 显示每个列的内存使用情况。
   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

5. 显示非空值数量

   • 使用 df.info(show_counts=True) 显示每个列的非空值数量。
   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

6. 显示非空值数量（详细信息）

   • 使用 df.info(verbose=True, show_counts=True) 获取详细信息并显示每个列的非空值数量。
   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

7. 显示内存使用情况和非空值数量

   • 使用 df.info(memory_usage=True, show_counts=True) 显示总内存使用情况和每个列的非空值数量。
   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)
     memory usage: 368.0+ bytes
     

8. 显示每个列的内存使用情况和非空值数量

   • 使用 df.info(memory_usage='deep', show_counts=True) 显示每个列的内存使用情况和非空值数量。
   • 数据内容：

     <class 'pandas.core.frame.DataFrame'>
     RangeIndex: 4 entries, 0 to 3
     Data columns (total 5 columns):#   Column  Non-Null Count  Dtype         
     ---  ------  --------------  -----         0   A       3 non-null      float64       1   B       4 non-null      float64       2   C       4 non-null      object        3   D       4 non-null      datetime64[ns]4   E       4 non-null      bool          
     dtypes: bool(1), datetime64[ns](1), float64(2), object(1)