Quelles sont Python pandas équivalents pour la R des fonctions comme str(), summary(), et de la tête()?

Je ne suis au courant de la describe() fonction. Existe-il d'autres fonctions similaires à str(), summary(), et head()?

InformationsquelleAutor megashigger | 2014-12-24
  1. 16
    • summary() ~ describe()
    • head() ~ head()

    Je ne suis pas sûr au sujet de la str() équivalent.

    • dtypes() est un équivalent pour les str()
    • head()? Entendez-vous le .head() méthode qui est seulement pour quelques types de données?
    InformationsquelleAutor omer sagy
  2. 35

    Dans les pandas de la info() méthode crée une très semblables sortie comme R str():

    > str(train)
'data.frame':   891 obs. of  13 variables:
$ PassengerId: int  1 2 3 4 5 6 7 8 9 10 ...
$ Survived   : int  0 1 1 1 0 0 0 0 1 1 ...
$ Pclass     : int  3 1 3 1 3 3 1 3 3 2 ...
$ Name       : Factor w/ 891 levels "Abbing, Mr. Anthony",..: 109 191 358 277 16 559 520 629 417 581 ...
$ Sex        : Factor w/ 2 levels "female","male": 2 1 1 1 2 2 2 2 1 1 ...
$ Age        : num  22 38 26 35 35 NA 54 2 27 14 ...
$ SibSp      : int  1 1 0 1 0 0 0 3 0 1 ...
$ Parch      : int  0 0 0 0 0 0 0 1 2 0 ...
$ Ticket     : Factor w/ 681 levels "110152","110413",..: 524 597 670 50 473 276 86 396 345 133 ...
$ Fare       : num  7.25 71.28 7.92 53.1 8.05 ...
$ Cabin      : Factor w/ 148 levels "","A10","A14",..: 1 83 1 57 1 1 131 1 1 1 ...
$ Embarked   : Factor w/ 4 levels "","C","Q","S": 4 2 4 4 4 3 4 4 4 2 ...
$ Child      : num  0 0 0 0 0 NA 0 1 0 1 ...
train.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 12 columns):
PassengerId    891 non-null int64
Survived       891 non-null int64
Pclass         891 non-null int64
Name           891 non-null object
Sex            891 non-null object
Age            714 non-null float64
SibSp          891 non-null int64
Parch          891 non-null int64
Ticket         891 non-null object
Fare           891 non-null float64
Cabin          204 non-null object
Embarked       889 non-null object
dtypes: float64(2), int64(5), object(5)
memory usage: 83.6+ KB
    • str ne raconte pas le nombre de non-éléments null, trompe?
    InformationsquelleAutor reedcourty
  3. 28

    Cela fournit une sortie similaire à R str(). Il présente des valeurs à la place des valeurs initiales.

    def rstr(df): return df.shape, df.apply(lambda x: [x.unique()])
print(rstr(iris))
((150, 5), sepal_length    [[5.1, 4.9, 4.7, 4.6, 5.0, 5.4, 4.4, 4.8, 4.3,...
sepal_width     [[3.5, 3.0, 3.2, 3.1, 3.6, 3.9, 3.4, 2.9, 3.7,...
petal_length    [[1.4, 1.3, 1.5, 1.7, 1.6, 1.1, 1.2, 1.0, 1.9,...
petal_width     [[0.2, 0.4, 0.3, 0.1, 0.5, 0.6, 1.4, 1.5, 1.3,...
class            [[Iris-setosa, Iris-versicolor, Iris-virginica]]
dtype: object)
    InformationsquelleAutor jjurach
  4. 7

    Pour un Python équivalent à la str() fonction dans R, j'utilise la méthode dtypes. Cela permettra de fournir les types de données pour chaque colonne.

    In [22]: df2.dtypes
Out[22]: 
Survived      int64
Pclass        int64
Sex          object
Age         float64
SibSp         int64
Parch         int64
Ticket       object
Fare        float64
Cabin        object
Embarked     object
dtype: object
    InformationsquelleAutor fubar2021
  5. 7

    Pandas offre une vaste La comparaison avec les R /R bibliothèques. La différence la plus évidente est que la R préfère la programmation fonctionnelle, tandis que les Pandas est orienté objet, avec le bloc de données, comme la clé de l'objet. Une autre différence entre R et Python, c'est que Python commence tableaux à 0, mais R à 1.

    R               | Pandas
-------------------------------
summary(df)     | df.describe()
head(df)        | df.head()
dim(df)         | df.shape
slice(df, 1:10) | df.iloc[:9]
    InformationsquelleAutor Martin Thoma
  6. 1

    Je ne sais pas beaucoup sur R, mais voici quelques pistes:

    str =>

    difficile... pour les fonctions que vous pouvez utiliser dir(), dir() sur des ensembles de données qui vous donnera toutes les méthodes, peut-être que ce n'est pas ce que vous voulez... 

    summary => describe.

    Voir les paramètres pour personnaliser les résultats.

    head => your can use head(), or use slices.

    tête comme vous le faites déjà. Pour obtenir les 10 premières lignes d'un ensemble de données appelé ds ds[:10] de même pour la queue ds[:-10]

    InformationsquelleAutor Wakaru44
  7. 1

    Je préfère encore str() car elle liste de quelques exemples. Un aspect déroutant de info est que son comportement dépend de certains paramètres d'environnement comme pandas.options.display.max_info_columns.

    Je pense que la meilleure solution est d'appeler info avec certains autres paramètres qui force une correction du comportement:

    df.info(null_counts=True, verbose=True)

    Et pour vos autres fonctions:

    summary(df)     | df.describe()
head(df)        | df.head()
dim(df)         | df.shape
    InformationsquelleAutor neves