计算Pandas数据框架的行和列的数量

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。