如何获取 Pandas DataFrame 的行数
Asad Riaz
2023年1月30日
2020年3月28日
-
.shape方法获取数据DataFrame的行数 -
.len(DataFrame.index)获取 Pandas 行数的最快方法 -
dataframe.apply()计算满足 Pandas 条件的行
我们将介绍如何使用 shape 和 len(DataFrame.index) 之类的不同方法来获取 Pandas DataFrame 的行数。我们发现，len(DataFrame.index) 是最快的，存在明显的性能差异。
我们还将研究如何使用 dataframe.apply() 获取行中有多少个元素满足条件。
.shape 方法获取数据 DataFrame 的行数
假设 df 是我们的 DataFrame，对于计算行数来说，
# 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])
输出：
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
对于列数，我们可以使用 df.shape[1]。
.len(DataFrame.index) 获取 Pandas 行数的最快方法
我们可以通过获取成员变量的长度索引来计算 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))
输出：
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
我们还可以传递 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]))
输出：
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
对于列数，我们可以使用 df.axes[1]。
dataframe.apply() 计算满足 Pandas 条件的行
通过计算返回的 dataframe.apply() 结果序列中 True 的数目，我们可以得到满足条件的 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)
输出：
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
我们得到行中 column[1] > 3 的行数。