spss与python和sql区别_Python/Excel/SPSS/SQL数据处理方法比较之2 - 数据查看

继续这个系列。我们导入了数据，接下来做一下基本的查看。

Python

我们的处理对象依然是DataFrame对象df。

首先使用head()函数(或tail()函数)查看最前(最后)的5条记录，获取粗略的了解，当然如果不想要5条可以向函数传入你想要的条数：

df.head()

接着推荐使用info()函数来得到数据的总体信息：

df.info()

将会显示数据的列名表(包括列中的非值个数，以及各列的数据类型)，记录的行数，以及使用的内存大小。

如果不用info()函数，以下各个属性的获取：数据维度(行列)：使用shape属性，返回一个元组(行数，列数)

df.shape

2. 列名表：使用columns属性，返回一个索引对象，内含列名表。

df.columns

3. 查看各列数据格式：使用dtypes属性，返回各列的数据属性。

df.dtypes

EXCEL

数据形状

当然可以使用函数来计数，但是有一个简单的方法，快捷键Ctrl+Down，可快速地跳到本列有数据的最后一个单元格，一般我们使用第一行作为列名，那么最后一个单元格行数减一就是记录条数。快捷键Ctrl+Up，快捷键Ctrl+Right以及快捷键Ctrl+Left同理。

这里需要注意隐藏行和隐藏列，可能会造成不便：开始-单元格-格式-隐藏和取消隐藏-取消隐藏行(列)

2. 字段信息

选中某一列，在开始-数字中可以查看此列的数据类型。

SPSS

数据形状

可以使用类似Excel的快捷键来完成。

2. 字段信息

在数据编辑器页面左下角，点击选择【变量视图】，即可得到变量的详细信息。也可使用快捷键Ctrl+T达到一样的目的。

SQL

1.数据形状

查看有多少记录：

select count(某字段) from 表名;

查看有多少字段：

select count(*) from information_schema.columns

where table_schema='数据库名' and table_name='表名';

MySQL中的information_schema数据库保存着关于数据库的信息。

2. 字段信息

查看字段信息：

select * from information_schema.columns

where table_name='表名';

另外，在Navicat中也可以右键点击表-设计表，来查看字段信息。