如何獲取 Pandas DataFrame 的行數
Asad Riaz
2023年1月30日
2020年3月28日
-
.shape方法獲取資料DataFrame的行數 -
.len(DataFrame.index)獲取 Pandas 行數的最快方法 -
dataframe.apply()計算滿足 Pandas 條件的行
我們將介紹如何使用 shape 和 len(DataFrame.index) 之類的不同方法來獲取 Pandas DataFrame 的行數。我們發現，len(DataFrame.index) 是最快的，存在明顯的效能差異。
我們還將研究如何使用 dataframe.apply() 獲取行中有多少個元素滿足條件。
.shape 方法獲取資料 DataFrame 的行數
假設 df 是我們的 DataFrame，對於計算行數來說，
# python 3.x
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(15).reshape(3,5))
print(df)
print('Row count is:',df.shape[0])
輸出：
0 1 2 3 4
0 0 1 2 3 4
1 5 6 7 8 9
2 10 11 12 13 14
Row count is: 3
對於列數，我們可以使用 df.shape[1]。
.len(DataFrame.index) 獲取 Pandas 行數的最快方法
我們可以通過獲取成員變數的長度索引來計算 DataFrame 中的行：
# python 3.x
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(15).reshape(3,5))
print(df)
print('Row count is:',len(df.index))
輸出：
0 1 2 3 4
0 0 1 2 3 4
1 5 6 7 8 9
2 10 11 12 13 14
Row count is: 3
我們還可以傳遞 df.axes[0] 而不是 df.index：
# python 3.x
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(15).reshape(3,5))
print(df)
print('Row count is:',len(df.axes[0]))
輸出：
0 1 2 3 4
0 0 1 2 3 4
1 5 6 7 8 9
2 10 11 12 13 14
Row count is: 3
對於列數，我們可以使用 df.axes[1]。
dataframe.apply() 計算滿足 Pandas 條件的行
通過計算返回的 dataframe.apply() 結果序列中 True 的數目，我們可以得到滿足條件的 DataFrame 中的行的元素。
# python 3.x
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(15).reshape(3,5))
counterFunc = df.apply(
lambda x: True if x[1] > 3 else False , axis=1)
numOfRows = len(counterFunc[counterFunc == True].index)
print(df)
print('Row count > 3 in column[1]is:',numOfRows)
輸出：
0 1 2 3 4
0 0 1 2 3 4
1 5 6 7 8 9
2 10 11 12 13 14
Row count > 3 in column[1]is: 2
我們得到行中 column[1] > 3 的行數。