极客教程Python Pandas ŌĆō 如何使用 Pandas DataFrame 属性：shape
编写一个Python程序，从products.csv文件读取数据并打印行和列的数量。然后打印前十行’product’列的值与’Car’匹配。
假设你有一个’products.csv’文件，行和列的数量以及前十行中’product’列值与’Car’匹配的结果分别为
Rows: 100 Columns: 8
id product engine avgmileage price height_mm width_mm productionYear
1 2 Car Diesel 21 16500 1530 1735 2020
4 5 Car Gas 18 17450 1530 1780 2018
5 6 Car Gas 19 15250 1530 1790 2019
8 9 Car Diesel 23 16925 1530 1800 2018
我们有两种不同的解决方案。
解决方案1
- 从 products.csv 文件中读取数据并将其分配给df
df = pd.read_csv('products.csv ')
- 打印行数 = df.shape [0]和列数 = df.shape [1]
-
使用iloc [0:10，：]从df中过滤出前十行并将其设置为df1
df1 = df.iloc [0:10，：]
- 使用df1.iloc [:，1]计算匹配到’Car’的product列的值
在这里，产品列索引为1，最后打印数据
df1 [df1.iloc [:，1] =='Car']
示例
查看以下代码以更好地了解-
import pandas as pd
df = pd.read_csv('products.csv ')
print("Rows:",df.shape[0],"Columns:",df.shape[1])
df1 = df.iloc [0:10，：]
print(df1[df1.iloc[:,1]=='Car'])
输出
Rows: 100 Columns: 8
id product engine avgmileage price height_mm width_mm productionYear
1 2 Car Diesel 21 16500 1530 1735 2020
4 5 Car Gas 18 17450 1530 1780 2018
5 6 Car Gas 19 15250 1530 1790 2019
8 9 Car Diesel 23 16925 1530 1800 2018
解决方案2
- 从 products.csv 文件中读取数据并将其分配给df
df = pd.read_csv('products.csv ')
- 打印行数 = df.shape [0]和列数 = df.shape [1]
-
使用df.head(10)获取前十行并将其分配给df
df1 = df.head(10)
- 使用以下方法获取与Car匹配的product列的值
df1 [df1 ['product'] =='Car']
现在，让我们检查其实现以更好地了解-
示例
import pandas as pd
df = pd.read_csv('products.csv ')
print("Rows:",df.shape[0],"Columns:",df.shape[1])
df1 = df.head(10)
print(df1[df1['product']=='Car'])
输出
Rows: 100 Columns: 8
id product engine avgmileage price height_mm width_mm productionYear
1 2 Car Diesel 21 16500 1530 1735 2020
4 5 Car Gas 18 17450 1530 1780 2018
5 6 Car Gas 19 15250 1530 1790 2019
8 9 Car Diesel 23 16925 1530 1800 2018