pandas.Series.info#
- Series.info(verbose=None, buf=None, max_cols=None, memory_usage=None, show_counts=True)[源代码]#
打印一个系列的简明摘要。
此方法打印有关Series的信息,包括索引dtype、非空值和内存使用情况。
1.4.0 新版功能.
- 参数
- verbose布尔值,可选
是否打印完整摘要。默认情况下,中的设置
pandas.options.display.max_info_columns
紧随其后。- buf可写缓冲区,默认为sys.stdout
将输出发送到何处。默认情况下,输出被打印到sys.stdout。如果需要进一步处理输出,则传递一个可写缓冲区。
- memory_usageBool、str、可选
指定是否应显示Series元素(包括索引)的总内存使用量。默认情况下,它遵循
pandas.options.display.memory_usage
设置。True始终显示内存使用情况。FALSE从不显示内存使用情况。‘Deep’的值等同于“True With深度内省”。内存使用以人类可读单位表示(以2为基数表示)。在没有深入自省的情况下,基于列数据类型和行数进行内存估计,假设对于相应的数据类型,值消耗相同的内存量。使用深度内存自检时,实际内存使用量计算是以计算资源为代价的。请参阅 Frequently Asked Questions 了解更多详细信息。
- show_counts布尔值,可选
是否显示非空计数。默认情况下,仅当DataFrame小于
pandas.options.display.max_info_rows
和pandas.options.display.max_info_columns
。值True始终显示计数,而值False从不显示计数。
- 退货
- 无
此方法打印序列的摘要,并返回None。
参见
Series.describe
生成系列的描述性统计数据。
Series.memory_usage
系列的内存使用率。
示例
>>> int_values = [1, 2, 3, 4, 5] >>> text_values = ['alpha', 'beta', 'gamma', 'delta', 'epsilon'] >>> s = pd.Series(text_values, index=int_values) >>> s.info() <class 'pandas.core.series.Series'> Int64Index: 5 entries, 1 to 5 Series name: None Non-Null Count Dtype -------------- ----- 5 non-null object dtypes: object(1) memory usage: 80.0+ bytes
打印不包括有关其值的信息的摘要:
>>> s.info(verbose=False) <class 'pandas.core.series.Series'> Int64Index: 5 entries, 1 to 5 dtypes: object(1) memory usage: 80.0+ bytes
通过管道将Series.info的输出发送到Buffer而不是sys.stdout,获取缓冲区内容并写入文本文件:
>>> import io >>> buffer = io.StringIO() >>> s.info(buf=buffer) >>> s = buffer.getvalue() >>> with open("df_info.txt", "w", ... encoding="utf-8") as f: ... f.write(s) 260
这个 memory_usage 参数支持深度自省模式,特别适用于大系列和微调内存优化:
>>> random_strings_array = np.random.choice(['a', 'b', 'c'], 10 ** 6) >>> s = pd.Series(np.random.choice(['a', 'b', 'c'], 10 ** 6)) >>> s.info() <class 'pandas.core.series.Series'> RangeIndex: 1000000 entries, 0 to 999999 Series name: None Non-Null Count Dtype -------------- ----- 1000000 non-null object dtypes: object(1) memory usage: 7.6+ MB
>>> s.info(memory_usage='deep') <class 'pandas.core.series.Series'> RangeIndex: 1000000 entries, 0 to 999999 Series name: None Non-Null Count Dtype -------------- ----- 1000000 non-null object dtypes: object(1) memory usage: 55.3 MB