Como usar a função pandas head() (com exemplos)

Você pode usar a função head() para exibir as primeiras n linhas de um DataFrame do pandas.

Esta função usa a seguinte sintaxe básica:

 df. head ()

Os exemplos a seguir mostram como usar essa sintaxe na prática com o seguinte DataFrame do pandas:

 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

Exemplo 1: Mostrar as primeiras 5 linhas do DataFrame

Por padrão, a função head() exibe as primeiras cinco linhas de um 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

Exemplo 2: Mostrar as primeiras n linhas do DataFrame

Podemos usar o argumento n para exibir as primeiras n linhas de um DataFrame do pandas:

 #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

Exemplo 3: Mostrar as primeiras n linhas de uma coluna específica

O código a seguir mostra como exibir as primeiras cinco linhas de uma coluna específica em um 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

Exemplo 4: mostre as primeiras n linhas de múltiplas colunas

O código a seguir mostra como exibir as primeiras cinco linhas de várias colunas específicas em um 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

Recursos adicionais

Os tutoriais a seguir explicam como executar outras funções comuns em pandas:

Como selecionar linhas únicas no Pandas
Como embaralhar linhas em um DataFrame do Pandas
Como obter o índice de linhas cuja coluna corresponde ao valor no Pandas