pandas 行数

简介

在数据分析和处理中，使用pandas库是非常常见的。pandas是一个强大的Python库，用于数据处理和分析。在pandas中，数据被组织成行和列的二维数据结构，称为DataFrame。DataFrame是pandas库中最重要的数据结构之一，可以通过多种方法获取和处理数据。本文将探讨如何获取DataFrame中的行数。

什么是行数

在pandas中，DataFrame的行数表示数据框中包含的记录数。每个记录通常代表数据的一个观察点或一个实例。行数是数据框中的基本信息之一，它告诉我们数据集的大小和规模。行数用于计算数据集的样本量、统计分析和数据处理。

获取行数的方法

pandas提供了多种方法来获取DataFrame的行数。下面将介绍一些常见的方法。

方法一：使用shape属性

pandas的DataFrame有一个shape属性，它返回一个元组，包含DataFrame的行数和列数。我们可以通过索引操作来获取行数。

示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
        'Age': [25, 30, 35, 27],
        'City': ['London', 'New York', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 获取行数
rows = df.shape[0]
print("行数：", rows)

输出：

行数： 4

方法二：使用len()函数

另一种获取DataFrame行数的方法是通过应用len()函数。len()函数用于计算对象的长度，对于DataFrame，它返回行数。

示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
        'Age': [25, 30, 35, 27],
        'City': ['London', 'New York', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

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

输出：

行数： 4

方法三：使用index对象

DataFrame的index对象是一个包含行标签的数据结构。我们可以通过访问index对象的属性来获取DataFrame的行数。

示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
        'Age': [25, 30, 35, 27],
        'City': ['London', 'New York', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 获取行数
rows = df.index.size
print("行数：", rows)

输出：

行数： 4

方法四：使用count()方法

DataFrame的count()方法用于计算每列非空元素的数量。我们可以选择一个非空列来计算元素数量，这实际上就是DataFrame的行数。

示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
        'Age': [25, 30, 35, 27],
        'City': ['London', 'New York', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 获取行数
rows = df['Name'].count()
print("行数：", rows)

输出：