pandas 行数统计|极客教程

pandas 行数统计

在数据分析和处理过程中，我们经常需要统计pandas数据框中的行数。pandas是Python中非常流行的数据处理库，提供了丰富的功能和方法来处理数据。本文将详细介绍如何使用pandas来统计数据框的行数。

1. 导入pandas库

首先，我们需要导入pandas库，如果你还没有安装pandas库，可以使用以下命令进行安装：

pip install pandas

然后，在Python脚本或Jupyter Notebook中导入pandas库：

import pandas as pd

2. 创建示例数据框

为了演示如何统计pandas数据框的行数，我们先创建一个示例数据框。下面是一个包含5行4列的示例数据框：

data = {'A': [1, 2, 3, 4, 5],
        'B': ['apple', 'banana', 'cherry', 'date', 'elderberry'],
        'C': [3.14, 2.718, 1.618, 0.577, 1.414],
        'D': [True, False, True, False, True]}
df = pd.DataFrame(data)
print(df)

运行以上代码，我们可以看到示例数据框的内容：

   A          B      C      D
0  1      apple  3.140   True
1  2     banana  2.718  False
2  3     cherry  1.618   True
3  4       date  0.577  False
4  5  elderberry  1.414   True

3. 统计数据框的行数

要统计数据框的行数，我们可以使用shape属性或len()函数。

3.1 使用shape属性

shape属性返回一个元组，元组中包含数据框的行数和列数。行数在元组的第一个位置，我们可以通过shape[0]来获取行数。

rows = df.shape[0]
print("数据框的行数为：", rows)

运行以上代码，输出为：

数据框的行数为： 5

3.2 使用len()函数

另一种计算数据框行数的方法是使用len()函数，len()函数返回数据框的行数。

rows = len(df)
print("数据框的行数为：", rows)

运行以上代码，输出与之前相同：

数据框的行数为： 5

4. 结语

通过本文的介绍，我们学习了如何使用pandas来统计数据框的行数。在实际数据分析中，我们经常需要了解数据框的规模，行数统计是其中一个基本操作。

pandas 行数统计