计算 Pandas DataFrame 列的数量
Samreena Aslam
2023年1月30日
2022年5月16日
-
使用
column
属性计算 PandasDataFrame
的列数 -
使用
shape
属性计算 PandasDataFrame
的列数 -
使用类型转换计算 Pandas
DataFrame
的列数 -
使用
dataframe.info()
方法计算 PandasDataFrame
的列数
在 Pandas DataFrame
中,数据以表格格式存储或显示,如 rows
和 columns
。Pandas 通过使用各种方法帮助我们检索或计算 DataFrame
中的行数和列数。
我们将在本教程中探索与计算 Pandas DataFrame
的列数相关的各种方法。
使用 column
属性计算 Pandas DataFrame
的列数
使用 Pandas DataFrame
的 column
属性,我们可以检索列列表并计算列长度并计算 DataFrame
中的列数。
请参阅以下示例。首先,我们创建了一个产品的 DataFrame
。使用 column_list = dataframe.columns
,我们检索列列表,然后使用 len(column_list)
计算列数。
示例代码:
import pandas as pd
import numpy as np
from IPython.display import display
# creating a DataFrame
dict = {'Products' : ['Intel Dell Laptops', 'HP Laptops', 'Lenavo Laptops', 'Acer Laptops'],
'Price dollar' : [350, 300, 400, 250 ],
'Percentage Sale' : [83, 99, 84, 76]}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
display(dataframe)
# To get the list of columns of dataframe
column_list = dataframe.columns
# Printing Number of columns
print('Number of columns:', len(column_list))
输出:
使用 shape
属性计算 Pandas DataFrame
的列数
当使用 shape
属性时,它会检索表示 DataFrame
形状的元组。在以下示例中,shape=dataframe.shape
行将返回 DataFrame
形状,而 shape[1]
计算列数。
示例代码:
import pandas as pd
import numpy as np
from IPython.display import display
# creating a DataFrame
dict = {'Products' : ['Intel Dell Laptops', 'HP Laptops', 'Lenavo Laptops', 'Acer Laptops'],
'Price dollar' : [350, 300, 400, 250 ],
'Percentage Sale' : [83, 99, 84, 76],
'quantity' : [10, 16, 90, 100]}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
display(dataframe)
# Get shape of the dataframe
shape = dataframe.shape
# Printing Number of columns
print('Number of columns :', shape[1])
输出:
正如我们在上面的输出中看到的那样,它显示了上面示例中的 4
的总列数
。
使用类型转换计算 Pandas DataFrame
的列数
我们在这个方法中使用了类型转换的方法,它几乎类似于列属性。当我们对 DataFrame
列表使用 typecasting
时,它会检索列名列表。有关类型转换方法的更多理解,请参见以下示例:
示例代码:
import pandas as pd
import numpy as np
from IPython.display import display
# creating a DataFrame
dict = {'Products' : ['Intel Dell Laptops', 'HP Laptops', 'Lenavo Laptops', 'Acer Laptops'],
'Price dollar' : [350, 300, 400, 250 ],
'Percentage Sale' : [83, 99, 84, 76],
'quantity' : [10, 16, 90, 100]}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
display(dataframe)
# Typecasting dataframe to list
dataframe_list = list(dataframe)
# Printing Number of columns
print('Number of columns :', len(dataframe_list))
输出:
使用 dataframe.info()
方法计算 Pandas DataFrame
的列数
使用 info()
方法,我们可以打印 Pandas DataFrame
的完整简明摘要。在以下示例中,我们在源代码末尾使用了 dataframe.info()
。它显示与 DataFrame
类、dtypes
、内存使用情况、列数和范围索引相关的信息。
示例代码:
import pandas as pd
import numpy as np
from IPython.display import display
# creating a DataFrame
dict = {'Products' : ['Intel Dell Laptops', 'HP Laptops', 'Lenavo Laptops', 'Acer Laptops'],
'Price dollar' : [350, 300, 400, 250 ],
'Percentage Sale' : [83, 99, 84, 76],
'quantity' : [10, 16, 90, 100]}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
display(dataframe)
# Print dataframe information using info() method
dataframe.info()
输出:
在上图中,我们可以看到 DataFrame
的简明摘要,包括列数。