pandas获取dataframe行数|极客笔记

pandas获取dataframe行数

在使用Pandas进行数据处理的过程中，经常会涉及到获取DataFrame的行数的需求。DataFrame是Pandas中的一个二维数据结构，类似于电子表格或SQL表，由多个列组成，每个列可以是不同的数据类型。在处理数据时，我们经常需要知道DataFrame的行数，以便进行相关的数据分析和处理。

本文将详细介绍如何使用Pandas获取DataFrame的行数。

方法一：使用len()函数

可以使用Python内置的len()函数来获取DataFrame的行数。具体代码如下：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)

# 使用len()函数获取DataFrame的行数
row_count = len(df)
print("DataFrame的行数为：", row_count)

运行以上代码，将输出如下结果：

DataFrame的行数为： 5

这种方法非常简单直接，适用于大多数情况。

方法二：使用shape属性

除了len()函数外，还可以使用DataFrame的shape属性来获取行数。shape属性返回一个元组，其中第一个元素表示行数，第二个元素表示列数。具体代码如下：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)

# 使用shape属性获取DataFrame的行数
row_count = df.shape[0]
print("DataFrame的行数为：", row_count)

运行以上代码，将输出如下结果：

DataFrame的行数为： 5

shape属性的返回结果是一个元组，可以通过索引取得需要的数值。

方法三：使用index属性

另一种获取DataFrame行数的方法是使用DataFrame的index属性。index属性返回一个包含行索引的对象，可以通过其长度来获取行数。具体代码如下：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)

# 使用index属性获取DataFrame的行数
row_count = len(df.index)
print("DataFrame的行数为：", row_count)

运行以上代码，将输出如下结果：

DataFrame的行数为： 5

index属性返回的对象包含了所有的行索引，通过获取其长度即可得到行数。

方法四：使用df.info()方法

最后一种方法是使用DataFrame的info()方法。info()方法会打印出关于DataFrame的基本信息，包括行数、列数、每列的非空值数量等。通过查看info()方法输出的信息，可以很方便地得到DataFrame的行数。具体代码如下：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)

# 使用info()方法获取DataFrame的行数
df.info()

运行以上代码，将输出如下结果：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   A       5 non-null      int64
 1   B       5 non-null      object
dtypes: int64(1), object(1)
memory usage: 208.0+ bytes

从info()方法的输出中可以看到，RangeIndex行数为5，即DataFrame的行数为5。