Python Pandas ō ō Count the rows and columns in a DataFrame

在使用Python Pandas时，我们经常需要统计DataFrame的行数和列数。在这篇文章中，我们会介绍如何使用Pandas自带的属性和方法来实现这个功能。我们会通过一些具体的示例代码来演示这个过程。

更多Pandas相关文章，请阅读：Pandas 教程

Pandas DataFrame

Pandas是一个开源的数据分析工具，它提供了大量能够处理和清洗数据的函数和方法。DataFrame是其中一个非常重要的数据结构，它类似于一个Excel表格，由多行多列组成。Pandas提供了一些非常方便的方法来处理这种数据结构。在这篇文章中，我们主要关注如何统计DataFrame的行数和列数。

下面是一个示例的DataFrame：

import pandas as pd

data = {"Name": ["Alice", "Bob", "Charlie", "David", "Eric"],
        "Age": [25, 30, 45, 22, 35],
        "Gender": ["Female", "Male", "Male", "Male", "Male"],
        "City": ["New York", "Paris", "London", "Paris", "Tokyo"]}

df = pd.DataFrame(data)

print(df)

输出结果：

       Name  Age  Gender      City
0     Alice   25  Female  New York
1       Bob   30    Male     Paris
2   Charlie   45    Male    London
3     David   22    Male     Paris
4      Eric   35    Male     Tokyo

我们可以看到这个DataFrame有4列5行。

统计DataFrame的行数和列数

我们可以使用一些Pandas的属性和方法来统计DataFrame的行数和列数。下面是其中几个常用的方法：

• shape：返回一个元组，其中包含DataFrame的行数和列数。
• len：返回DataFrame的行数。
• columns：返回列名列表。
• index：返回行标签列表。

让我们来看一下具体的示例代码：

# 获取行数和列数
print("Shape:", df.shape)

# 获取行数
print("Number of rows:", len(df))

# 获取列名列表
print("Columns:", list(df.columns))

# 获取行标签列表
print("Index:", list(df.index))

输出结果：

Shape: (5, 4)
Number of rows: 5
Columns: ['Name', 'Age', 'Gender', 'City']
Index: [0, 1, 2, 3, 4]

可以看到，我们使用shape属性获取了DataFrame的行数和列数，len方法获取了行数，columns方法获取了列名列表，而index方法获取了行标签列表。

除了以上方法，我们还可以使用axes属性。axes返回一个元组，其中包含行轴和列轴。我们可以使用len和索引来确定DataFrame的行数和列数，如下所示：

# 使用axes属性获取行轴和列轴
print("Axes:", df.axes)

# 获取行数和列数
print("Number of rows:", len(df.axes[0]))
print("Number of columns:", len(df.axes[1]))

输出结果：

Axes: [RangeIndex(start=0, stop=5, step=1), Index(['Name', 'Age', 'Gender', 'City'], dtype='object')]
Number of rows: 5
Number of columns: 4

结论

通过以上示例代码，我们学习了如何使用Pandas自带的属性和方法来统计DataFrame的行数和列数。这是在使用Pandas进行数据清洗和分析时非常实用的技巧。即使是非常大的数据集，也可以轻松地使用这些方法获取DataFrame的行数和列数。