Pandas 如何获取数据帧中的行数

在本文中，我们将介绍如何使用Pandas在DataFrame中获取行数。

使用 len() 函数

在 Pandas 中，使用 len() 函数可以轻松地获取数据帧中的行数。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'letters': ['a', 'b', 'c'], 'numbers': [1, 2, 3]})

# 获取数据帧中的行数
rows_count = len(df.index)

# 打印结果
print(rows_count)  # 输出 3

在上面的代码中，我们首先使用 pd.DataFrame() 函数创建了一个包含3行的DataFrame。然后，我们使用 len() 函数获取了数据帧中的行数，并将结果存储在变量 rows_count 中。

使用 shape 属性

另一种获取 Pandas DataFrame 行数的方法是使用 shape 属性。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'letters': ['a', 'b', 'c'], 'numbers': [1, 2, 3]})

# 获取数据帧中的行数
(rows_count, columns_count) = df.shape

# 打印结果
print(rows_count)  # 输出 3

在上面的代码中，我们同样使用 pd.DataFrame() 函数创建了一个包含3行的DataFrame。然后，我们使用 shape 属性获取了数据帧中的行数，并将结果存储在变量 rows_count 中。

需要注意的是，shape 属性返回的是一个包含行数和列数的元组，因此我们需要使用元组解包操作来分别获取行数和列数。

使用 iloc 函数

Pandas 中的 iloc 函数可以用于按索引位置获取 DataFrame 中的行和列。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'letters': ['a', 'b', 'c'], 'numbers': [1, 2, 3]})

# 获取数据帧中的行数
rows_count = df.iloc[:,0].count()

# 打印结果
print(rows_count)  # 输出 3

在上面的代码中，我们使用 iloc 函数按索引位置选择了第1列，然后使用 count() 函数获取了该列中非空值的数量，从而得到了 DataFrame 中的行数。

需要注意的是，我们在 iloc 函数中使用了冒号（:）和逗号（,）来选择全部行和第1列，这是 Python 中用于切片的语法。在 iloc 函数中，冒号表示选择全部行或列。

使用 head 和 tail 函数

还有一种方法是使用 head() 和 tail() 函数，这两个函数分别返回 DataFrame 中前 n 行和后 n 行。因此，可以使用这两个函数来获取 DataFrame 中的行数。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'letters': ['a', 'b', 'c'], 'numbers': [1, 2, 3]})

# 获取数据帧中的行数
rows_count = len(df.head().index)

# 打印结果
print(rows_count)  # 输出 3

在上面的代码中，我们使用 head() 函数来获取前5行的数据，然后使用 len() 函数获取了 DataFrame 中的行数。

我们还可以使用 tail() 函数来获取后5行的数据。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'letters': ['a', 'b', 'c'], 'numbers': [1, 2, 3]})

# 获取数据帧中的行数
rows_count = len(df.tail().index)

# 打印结果
print(rows_count)  # 输出 3

在上面的代码中，我们使用 tail() 函数来获取后5行的数据，然后使用 len() 函数获取了 DataFrame 中的行数。

总结

本文介绍了四种在 Pandas DataFrame 中获取行数的方法，分别是使用 len() 函数、shape 属性、iloc 函数和 head() / tail() 函数。在实际使用中，我们可以根据数据的不同特点和需求选择合适的方法来获取 DataFrame 中的行数，从而更加高效地进行数据分析和处理。