Pandas 如何获取DataFrame的行数

在本文中，我们将介绍如何使用Pandas获取DataFrame的行数。

阅读更多：Pandas 教程

方法1：使用len（）函数

len（）函数是Python中内置函数之一。我们可以使用此功能来计算DataFrame的行数。下面是如何使用len（）函数来获取DataFrame的行数的代码示例。

import pandas as pd
df = pd.read_csv("data.csv")

#获取DataFrame行数
rows_count = len(df)

print("Total Rows in the DataFrame : ", rows_count)

输出：Total Rows in the DataFrame : 100

方法2：使用.shape属性

Pandas DataFrame具有.shape属性。这个属性返回一个元组，其中包含DataFrame的行数和列数。我们可以使用这个属性来获取DataFrame的行数。

以下示例演示如何使用.shape属性来获取DataFrame的行数。

import pandas as pd
df = pd.read_csv("data.csv")

#获取DataFrame的行数
rows_count = df.shape[0]

print("Total Rows in the DataFrame : ", rows_count)

输出：Total Rows in the DataFrame : 100

方法3：使用len函数和.axes属性

另一种获取DataFrame行数的方法是使用len（）函数和.axes属性。.axes属性返回一个列标题和行标题的元组。因此，我们可以使用len（）函数来计算DataFrame的行数。以下示例演示了如何使用len（）函数和.axes属性来获取DataFrame的行数。

import pandas as pd
df = pd.read_csv("data.csv")

#获取DataFrame的行数
rows_count = len(df.axes[0])

print("Total Rows in the DataFrame : ", rows_count)

输出：Total Rows in the DataFrame : 100

方法4：使用len（）函数和.index属性

index属性返回索引，我们可以使用它来获取DataFrame的行数。以下示例演示了如何使用.len（）函数和.index属性来获取DataFrame的行数。

import pandas as pd
df = pd.read_csv("data.csv")

#获取DataFrame的行数
rows_count = len(df.index)

print("Total Rows in the DataFrame : ", rows_count)

输出：Total Rows in the DataFrame : 100

总结

在本文中，我们通过使用Pandas中的四种方法来获取DataFrame的行数，即 使用.len（）函数，.shape属性，.axes属性和.index属性。这些方法中的每一个都非常简单，并且可以根据需要使用在代码中。