Pandas DataFrame 行数

Pandas DataFrame 行数

在数据分析和处理中，Pandas 是一个常用的 Python 库，用来处理结构化数据。Pandas 提供了一个称为 DataFrame 的数据结构，它类似于电子表格或SQL表格，可以存储多维数据，并提供了许多方便的方法来操作数据。

在本文中，我们将讨论如何计算 Pandas DataFrame 的行数。首先，让我们创建一个简单的 DataFrame 来演示。

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': ['a', 'b', 'c', 'd', 'e']}

df = pd.DataFrame(data)
print(df)

运行上述代码后，将得到以下输出：

   A  B
0  1  a
1  2  b
2  3  c
3  4  d
4  5  e

现在我们已经创建了一个 DataFrame，接下来让我们来计算 DataFrame 的行数。

方法一：使用 len() 函数

最简单的方法是使用 Python 内置的 len() 函数来计算 DataFrame 的行数。

rows = len(df)
print("DataFrame 的行数为：", rows)

运行上述代码，将会输出：

DataFrame 的行数为： 5

这种方法非常简单直接，只需要一行代码就可以得到 DataFrame 的行数。

方法二：使用 shape 属性

另一种方法是使用 DataFrame 的 shape 属性。shape 属性返回一个元组，其中包含 DataFrame 的行数和列数。

rows = df.shape[0]
print("DataFrame 的行数为：", rows)

运行上述代码，将会输出相同的结果：

DataFrame 的行数为： 5

这种方法同样非常简单，只需要一行代码就可以得到 DataFrame 的行数。

方法三：使用 index 属性

还可以使用 DataFrame 的 index 属性来获取行数。DataFrame 的 index 属性是一个索引对象，其中包含 DataFrame 的行标签。

rows = len(df.index)
print("DataFrame 的行数为：", rows)

运行上述代码，将会输出相同的结果：

DataFrame 的行数为： 5

这种方法也很简单，只需要一行代码就可以得到 DataFrame 的行数。

综上所述，本文介绍了三种计算 Pandas DataFrame 行数的方法：使用 len() 函数、shape 属性和 index 属性。根据实际情况选择最适合的方法来获取 DataFrame 的行数。