pandas 多少列

引言

在数据分析和处理的过程中，经常需要了解数据集中一共有多少列。对于小型数据集来说，我们可以直接观察数据，但是对于大型数据集来说，手动统计显然是一项繁琐的任务。因此，本篇文章将介绍如何使用 Pandas 来快速获取数据集中的列数。

什么是 Pandas

Pandas 是一个基于 NumPy 的开源数据分析工具，提供了高效且灵活的数据结构和数据分析工具，用于处理和分析结构化数据。Pandas 提供了两种主要的数据结构：Series 和 DataFrame，其中 DataFrame 是 Pandas 中最常用的对象，可以看做是一个包含了二维表数据和行列索引的表格。

DataFrame 的创建和属性

在使用 Pandas 时，我们首先需要创建一个 DataFrame 对象。下面是一个示例代码，创建了一个包含三个列的 DataFrame 对象：

import pandas as pd

data = {'列1': [1, 2, 3],
        '列2': ['a', 'b', 'c'],
        '列3': [True, False, True]}
df = pd.DataFrame(data)
print(df)

输出为：

   列1 列2    列3
0   1  a  True
1   2  b False
2   3  c  True

可以看到，DataFrame 中的数据以表格的形式呈现，每一列有一个列名，每一行有一个行索引。

DataFrame 对象有一些常用的属性，例如 shape 属性可以用来获取 DataFrame 的形状，也就是行数和列数。

shape = df.shape
print(shape)

输出为：

(3, 3)

可以看到，输出是一个元组，其中第一个元素表示行数，第二个元素表示列数。

使用 shape 获取列数

在上一节的示例代码中，通过 shape 属性可以很方便地获取 DataFrame 的列数。我们只需要取 shape 属性的第二个元素即可。下面是具体的代码：

columns_count = df.shape[1]
print(columns_count)

输出为：

3

可以看到，输出是一个整数，表示 DataFrame 中的列数。

总结

通过本篇文章的介绍，我们学习了如何使用 Pandas 获取 DataFrame 中的列数。首先，我们创建了一个 DataFrame 对象，并介绍了 DataFrame 的属性和结构。然后，我们使用 shape 属性来获取 DataFrame 的形状，进而获取了 DataFrame 中的列数。掌握了这个方法，我们可以快速获取大型数据集中的列数，提高数据处理的效率。