极客笔记Python Pandas – 从DataFrame显示特定数量的行
Pandas 是 Python 中一个强大的数据处理库，它对于数据处理和分析非常有用。在 Pandas 中，DataFrame 是一个被广泛使用的数据结构，它类似于 Excel 的电子表格和 SQL 数据库中的表格，可以包含多个行和列的数据，可以进行各种操作，如过滤、排序、分组、聚合等。在这篇文章中，我们将介绍如何在 DataFrame 中显示特定数量的行。
背景
当我们在 Pandas 中使用 DataFrame 处理大规模数据集时，我们经常需要查看数据的一部分，而不是所有数据。有时候我们需要只显示前几行或后几行的数据，或者显示数据集中的随机行，以便快速了解数据的结构和内容。Pandas 提供了一些工具来满足这些需求。
head() 和 tail() 方法
head() 和 tail() 方法是 Pandas 中最常用的方法之一，它们可以帮助我们快速预览 DataFrame 中的一部分数据。head() 方法显示 DataFrame 中的前几行，默认显示前 5 行。tail() 方法显示 DataFrame 中的后几行，默认显示后 5 行。下面是 head() 和 tail() 方法的示例代码：
import pandas as pd
# 创建一个包含100行和4列数据的DataFrame
data = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie', 'David'] * 25,
'Age': [25, 30, 35, 40] * 25,
'Gender': ['F', 'M'] * 50,
'Salary': [50000, 60000, 70000, 80000] * 25
})
# 显示前5行数据
print(data.head())
# 显示后5行数据
print(data.tail())
输出：
Name Age Gender Salary
0 Alice 25 F 50000
1 Bob 30 M 60000
2 Charlie 35 F 70000
3 David 40 M 80000
4 Alice 25 F 50000
Name Age Gender Salary
95 David 40 M 80000
96 Alice 25 F 50000
97 Bob 30 M 60000
98 Charlie 35 F 70000
99 David 40 M 80000
从输出结果可以看出，head() 方法显示 DataFrame 中的前 5 行，tail() 方法显示 DataFrame 中的后 5 行。我们还可以将参数传递给这两个方法来指定要显示的行数，例如：
# 显示前10行数据
print(data.head(10))
# 显示后10行数据
print(data.tail(10))
iloc[] 方法
iloc[] 方法是 Pandas 中另一个非常有用的方法，它可以用于按位置索引访问 DataFrame 中的数据。例如，我们可以使用 iloc[0:5] 访问 DataFrame 的前 5 行，使用 iloc[-5:] 访问 DataFrame 的后 5 行。下面是 iloc[] 方法的示例代码：
# 显示前5行数据
print(data.iloc[0:5])
# 显示后5行数据
print(data.iloc[-5:])
输出：
Name Age Gender Salary
0 Alice 25 F 50000
1 Bob 30 M 60000
2 Charlie 35 F 70000
3 David 40 M 80000
4 Alice 25 F 50000
Name Age Gender Salary
95 David 40 M 80000
96 Alice 25 F 50000
97 Bob 30 M 60000
98 Charlie 35 F 70000
99 David 40 M 80000
我们还可以使用 iloc[] 方法来选择特定的行和列。例如，我们可以使用 iloc[0:5, 0:2] 来选择前 5 行和前 2 列，即姓名和年龄。下面是 iloc[] 方法选择特定行和列的示例代码：
```python
# 显示前5行和前2列数据
print(data.iloc[0:5, 0:2])
输出：
Name Age
0 Alice 25
1 Bob 30
2 Charlie 35
3 David 40
4 Alice 25
我们还可以使用 iloc[] 方法和 numpy.random.choice() 函数来选择 DataFrame 中的随机行。例如，我们可以使用 iloc[numpy.random.choice(df.index, size=10)] 来选择 DataFrame 中的随机 10 行。下面是选择随机行的示例代码：
import numpy as np
# 选择随机10行数据
print(data.iloc[np.random.choice(data.index, size=10)])
sample() 方法
除了 iloc[] 方法外，Pandas 还提供了 sample() 方法来选择 DataFrame 中的随机行。与 iloc[] 方法不同的是，sample() 方法允许我们指定要显示的行数，而不是使用索引范围或 numpy.random.choice() 函数。例如，我们可以使用 data.sample(n=10) 来选择 DataFrame 中的随机 10 行。下面是 sample() 方法选择随机行的示例代码：
# 显示随机10行数据
print(data.sample(n=10))
结论
在 Pandas 中，我们可以使用 head() 和 tail() 方法来显示 DataFrame 中的前几行或后几行，使用 iloc[] 方法来按位置索引访问 DataFrame 中的数据和选择特定的行和列，使用 sample() 方法来选择 DataFrame 中的随机行。无论是在数据探索过程中还是在数据分析和建模过程中，这些方法都非常实用，并且可以帮助我们快速了解数据的结构和内容。