Pandas 深入学习【5】dataframe 行和列计算

df.shape: 返回一个包含行数和列数的元组，例如(行数, 列数)

import pandas as pd


# 创建一个简单的 DataFrame
df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})

# 使用 shape 属性获取维度
dimensions = df.shape

# 输出结果
print(dimensions) # 输出: (2, 2)

# 获取行数
num_rows = df.shape[0]

# 获取列数
num_columns = df.shape[1]

# 输出结果
print("行数:", num_rows) # 输出: 行数: 2
print("列数:", num_columns) # 输出: 列数: 2

len()函数可以直接返回DataFrame的行数。它的性能优于shape属性，尤其是在处理大型DataFrame时

import pandas as pd
import numpy as np



df = pd.DataFrame(np.arange(15).reshape(3, 5))
print(df)
print("行数:", len(df))
print("列数:", len(df.columns))

len(DataFrame.index)也是一种获取行数的方法。它通过获取DataFrame的索引长度来计算行数。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(15).reshape(3, 5))
print(df)
print("行数:", len(df.index))

获取DataFrame的大小，可以使用.size属性。这将返回一个整数，表示DataFrame中的元素总数。

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})

# 获取DataFrame的大小
size = df.size
print(size) # 输出: 4

df.ndim: 返回DataFrame的维度数，对于DataFrame来说通常是2， Series 是1.