Pandas中使用data.info()展示所有数据信息

在本文中，我们将介绍如何使用Pandas中的data.info()方法来展示所有数据集的信息。

Pandas是一个快速、强大、灵活和易于使用的开源数据分析和数据处理库，它可以帮助我们在Python中进行数据操作。而data.info()是Pandas库中的一个方法，可以展示数据集的信息，包括数据集的行数、列数、列名称、每列非空值的数量和数据类型等。通过使用这个方法，我们可以很方便地了解数据集的结构，从而更好地进行分析和处理。

接下来，我们将介绍如何使用data.info()方法来展示数据集的信息，并通过一个示例说明。假设我们有一个包含学生成绩的数据集，数据集中包含5个学生的成绩和其中7个学科的成绩情况，在Python中导入数据后，我们可以使用以下的代码来展示数据集的信息：

import pandas as pd

# 导入数据并存储至变量 scores 中
scores = pd.read_csv('student_scores.csv')

# 展示数据集的信息
scores.info()

执行以上代码后，我们会得到以下的输出结果：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 7 columns):
 #   Column          Non-Null Count  Dtype  
---  ------          --------------  -----  
 0   name            5 non-null      object 
 1   math_score      5 non-null      int64  
 2   physics_score   5 non-null      int64  
 3   chemistry_score 5 non-null      int64  
 4   biology_score   5 non-null      int64  
 5   english_score   5 non-null      int64  
 6   history_score   5 non-null      int64  
dtypes: int64(6), object(1)
memory usage: 408.0+ bytes

以上的输出结果展示了数据集的信息。我们可以了解到此数据集共包含5行数据，7列数据，和列名称分别是name、math_score、physics_score、chemistry_score、biology_score、english_score和history_score。每列的非空值数量都是5个，数据类型分别是object和int64。

通过以上的信息我们可以得知，这个数据集中不存在缺失值。

阅读更多：Pandas 教程