在数据分析中，查看DataFrame是理解数据集的第一步。Pandas提供了多种查看DataFrame的方法，本教程将详细介绍这些核心方法。

1. 查看头部/尾部数据

head()和tail()方法用于快速查看数据的开头和结尾：

import pandas as pd

# 创建示例DataFrame
data = {'姓名': ['张三', '李四', '王五', '赵六', '钱七'],
        '年龄': [25, 32, 28, 35, 29],
        '城市': ['北京', '上海', '广州', '深圳', '杭州']}
df = pd.DataFrame(data)

# 查看前3行
print(df.head(3))

# 查看后2行
print(df.tail(2))

2. 查看数据结构

info()方法显示数据概览：

df.info()

输出显示：列名、非空值数量、数据类型和内存使用情况。

3. 统计摘要

describe()生成数值列的统计摘要：

print(df.describe())

包含计数、均值、标准差、最小值、四分位数和最大值。

4. 查看列信息

使用columns属性查看所有列名：

print(df.columns)

5. 形状查看

shape属性返回行列数量：

print(f"数据集形状: {df.shape}")  # 输出 (5, 3)

6. 数据类型查看

dtypes属性查看每列数据类型：

print(df.dtypes)

7. 索引查看

index属性查看行索引：

print(df.index)

8. 值查看

values属性以NumPy数组形式查看数据：

print(df.values)

9. 抽样查看

sample()随机查看指定行数：

print(df.sample(2))  # 随机查看2行

10. 完整数据查看

设置显示选项查看完整数据：

pd.set_option('display.max_rows', None)  # 显示所有行
pd.set_option('display.max_columns', None)  # 显示所有列
print(df)

掌握这些DataFrame查看方法，能够帮助您快速理解数据集特征，为后续数据清洗和分析打下坚实基础。