计算 Pandas 数据框架的行和列的数量是一项基本的任务,同时也是在进行数据分析或数据处理时所必须的步骤。在 Pandas 中,行和列的数量可以通过属性 shape
来获取。在本文中,我们将详细讲解计算 Pandas 数据框架行和列的数量的完整攻略,使用示例来讲解。
计算行和列的数量
1. 读取数据
在示例中,我们先读取一个含有约 10,000 条记录的数据集,数据集来自 Kaggle 上的餐馆评分数据集。我们将使用 Pandas 中的 read_csv
函数读取数据集并转化为 Pandas 数据框架。
import pandas as pd
df = pd.read_csv("restaurant-ratings.csv")
print(df.head())
输出如下所示:
Restaurant ID ... Minimum order for 1
0 6000 ... 50
1 6001 ... 50
2 6002 ... 50
3 6003 ... 50
4 6004 ... 50
[5 rows x 19 columns]
2. 计算行和列的数量
Pandas 数据框架的行和列的数量可以通过访问数据框架的 shape
属性来获取。shape
属性返回一个元组,第一个元素为行数,第二个元素为列数。
num_rows = df.shape[0]
num_cols = df.shape[1]
print("Number of rows: {}".format(num_rows))
print("Number of columns: {}".format(num_cols))
输出如下所示:
Number of rows: 10000
Number of columns: 19
3. 结束语
本文中,我们讲解了如何计算 Pandas 数据框架的行和列的数量,使用了一个实际数据集的示例来说明方法。熟练掌握计算行和列数量的方法,是进行数据处理和数据分析的必要技能。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:计算Pandas数据框架的行和列的数量 - Python技术站