pandas shape[0]|极客教程

pandas shape[0]

在使用pandas进行数据处理时，经常会涉及到shape[0]这个属性。在pandas中，DataFrame数据结构具有shape属性，返回的是一个元组，其中第一个元素表示行数，第二个元素表示列数。而shape[0]则是用来获取DataFrame的行数的。本文将详细介绍pandas中shape[0]的用法，并通过示例代码来演示其具体应用。

1. 获取DataFrame的行数

在实际数据处理中，我们经常需要获取DataFrame的行数，以便进行进一步的分析或处理。这时就可以使用shape[0]来获取DataFrame的行数。下面通过示例代码演示如何使用shape[0]获取DataFrame的行数：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4],
        'B': ['geek-docs.com', 'geek-docs.com', 'geek-docs.com', 'geek-docs.com']}
df = pd.DataFrame(data)

# 获取DataFrame的行数
row_num = df.shape[0]
print("DataFrame的行数为：", row_num)

运行结果：

DataFrame的行数为： 4

在上面的示例中，我们首先创建了一个包含两列的DataFrame，并通过shape[0]获取了DataFrame的行数，最终输出了DataFrame的行数为4。

2. 利用shape[0]进行条件筛选

除了获取DataFrame的行数外，shape[0]还可以结合条件筛选实现更多的功能。通过shape[0]获取行数后，我们可以轻松地实现对DataFrame的条件筛选。下面通过示例代码演示如何利用shape[0]进行条件筛选：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4],
        'B': ['geek-docs.com', 'geek-docs.com', 'geek-docs.com', 'geek-docs.com']}
df = pd.DataFrame(data)

# 条件筛选
filter_df = df[df['A'] > 2]
row_num = filter_df.shape[0]
print("筛选后的DataFrame行数为：", row_num)

运行结果：

筛选后的DataFrame行数为： 2

在上面的示例中，我们通过条件筛选找出’A’列大于2的行，并利用shape[0]获取了筛选后的DataFrame的行数，最终输出了筛选后的DataFrame行数为2。

3. 获取DataFrame的空行数

有时候在数据处理中，我们需要统计DataFrame中空行的数量，这时可以利用shape[0]结合isnull()方法来实现。下面通过示例代码演示如何获取DataFrame中空行的数量：

import pandas as pd
import numpy as np

# 创建一个包含空值的DataFrame
data = {'A': [1, np.nan, 3, 4],
        'B': ['geek-docs.com', 'geek-docs.com', np.nan, 'geek-docs.com']}
df = pd.DataFrame(data)

# 获取空行的数量
null_df = df[df.isnull().any(axis=1)]
null_row_num = null_df.shape[0]
print("DataFrame中空行的数量为：", null_row_num)

运行结果：