博客

计算Pandas数据框架的行和列的数量

  • Post category:Python

使用 Pandas 数据框架作为数据处理的一种工具，经常需要了解其行和列的数量。通过以下的攻略可以轻松地计算出 Pandas 数据框架的行和列的数量。

计算行数

计算 Pandas 数据框架的行数，可以通过以下两种方法实现。

方法一：使用 shape 属性

shape 属性可以返回 Pandas 数据框架的行数和列数，其中第一个元素就是行数。示例代码如下：

import pandas as pd

df = pd.DataFrame({
    'a': [1, 2, 3],
    'b': [4, 5, 6]
})

row_num = df.shape[0]
print(row_num)

此时，输出结果为：

3

方法二：使用 len() 函数

使用 len() 函数可以直接计算 Pandas 数据框架的行数。示例代码如下：

import pandas as pd

df = pd.DataFrame({
    'a': [1, 2, 3],
    'b': [4, 5, 6]
})

row_num = len(df)
print(row_num)

此时，输出结果为：

3

计算列数

计算 Pandas 数据框架的列数，可以通过以下两种方法实现。

方法一：使用 shape 属性

shape 属性可以返回 Pandas 数据框架的行数和列数，其中第二个元素就是列数。示例代码如下：

import pandas as pd

df = pd.DataFrame({
    'a': [1, 2, 3],
    'b': [4, 5, 6]
})

col_num = df.shape[1]
print(col_num)

此时，输出结果为：

2

方法二：使用 len() 函数和 columns 属性

可以通过 len() 函数和 columns 属性计算 Pandas 数据框架的列数。示例代码如下：

import pandas as pd

df = pd.DataFrame({
    'a': [1, 2, 3],
    'b': [4, 5, 6]
})

col_num = len(df.columns)
print(col_num)

此时，输出结果为：

2

以上是计算 Pandas 数据框架行和列数量的完整攻略，其中分别介绍了四种方法来计算行数和列数，并配有相应的实例说明。

Tags: