[Pandas] 데이터 미리보기 및 기본정보 확인

데이터 미리보기

(1)  head() 

df.head(n)

• 상위 n개의 행을 출력
• n은 생략가능하며 기본값은 5

(2)  tail() 

df.tail(n)

• 하위 n 개의 행을 출력
• n은 생략가능하며 기본값은 5

(3)  sample() 

df.sample()

• 기본적으로 1개의 행을 무작위로 반환

---

데이터 구조 및 기본 정보 확인

(1)  info() 

df.info()

• 데이터프레임의 구조적 정보를 요약해서 출력합니다.
  • 행/열 개수
  • 각 열의 데이터 타입
  • 결측값 개수
  • 메모리 사용량 등

 

출력예시

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   A       3 non-null      int64  
 1   B       2 non-null      float64
dtypes: float64(1), int64(1)
memory usage: 176.0 bytes

 

(2)  describe() 

df.describe()

• 데이터프레임의 기본 통계량을 출력합니다.
  • 숫자 데이터: 평균, 표준편차, 최소값, 사분위수, 최대값 등.
  • 범주형 데이터:  include='object'  로 명시하면 요약 정보 출력.

 

출력예시

              A         B
count  3.000000  2.000000
mean   2.000000  4.500000
std    1.000000  0.707107
min    1.000000  4.000000
25%    1.500000  4.250000
50%    2.000000  4.500000
75%    2.500000  4.750000
max    3.000000  5.000000

 

(3) 열과 행 정보 확인

print(df.columns)  # 열 이름 확인
print(df.index)    # 행 인덱스 확인

 

(4)  shape 

• 데이터프레임의 크기(행과 열의 개수) 를 튜플 형태로 반환

print(df.shape)     # (행 개수, 열 개수)
# (3,2)

 

 

(5)  dtypes 

• 데이터프레임의 각 열의 데이터 타입을 반환

print(df.dtypes)

# 출력
A      int64
B    float64
dtype: object

 

(6)  isnull()  /  notnull() 

• 결측값 여부를 확인합니다.
  • isnull(): 결측값이면 True, 아니면 False
  • notnull(): 결측값이 아니면 True

DataFrame.isnull()
DataFrame.notnull()

# 출력
       A      B
0  False  False
1  False  False
2  False   True

 

(7)  unique() 

• 각 열의 고유값 개수를 반환

print(df.nunique())

# 출력
A    3
B    2
dtype: int64

---

요약

• 미리보기 함수: head(), tail(), sample().
• 기본 정보 확인 함수: info(), describe(), shape, columns, dtypes.
• 결측값 탐색 및 기타: isnull(), notnull(), nunique().