Come utilizzare la funzione head() di panda (con esempi)

È possibile utilizzare la funzione head() per visualizzare le prime n righe di un DataFrame panda.

Questa funzione utilizza la seguente sintassi di base:

 df. head ()

I seguenti esempi mostrano come utilizzare questa sintassi in pratica con i seguenti DataFrame panda:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12

Esempio 1: mostra le prime 5 righe di DataFrame

Per impostazione predefinita, la funzione head() visualizza le prime cinque righe di un DataFrame:

 #view first five rows of DataFrame
df. head ()

	points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6

Esempio 2: mostra le prime n righe di DataFrame

Possiamo usare l’argomento n per visualizzare le prime n righe di un DataFrame panda:

 #view first three rows of DataFrame
df. head (n= 3 )

        points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10

Esempio 3: mostra le prime n righe di una colonna specifica

Il codice seguente mostra come visualizzare le prime cinque righe di una colonna specifica in un DataFrame:

 #view first five rows of values in 'points' column
df[' points ']. head ()

0 25
1 12
2 15
3 14
4 19
Name: points, dtype: int64

Esempio 4: mostra le prime n righe di più colonne

Il codice seguente mostra come visualizzare le prime cinque righe di diverse colonne specifiche in un DataFrame:

 #view first five rows of values in 'points' and 'assists' columns
df[[' points ', ' assists ']]. head ()

	assist points
0 25 5
1 12 7
2 15 7
3 14 9
4 19 12

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre funzioni comuni nei panda:

Come selezionare singole righe in Panda
Come mescolare le righe in un DataFrame Pandas
Come ottenere l’indice delle righe la cui colonna corrisponde al valore in Pandas