计算 Pandas DataFrame 列的数量

Samreena Aslam 2023年1月30日 2022年5月16日
  1. 使用 column 属性计算 Pandas DataFrame 的列数
  2. 使用 shape 属性计算 Pandas DataFrame 的列数
  3. 使用类型转换计算 Pandas DataFrame 的列数
  4. 使用 dataframe.info() 方法计算 Pandas DataFrame 的列数
计算 Pandas DataFrame 列的数量

在 Pandas DataFrame 中,数据以表格格式存储或显示,如 rowscolumns。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 DataFramecolumn 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:

Pandas 计数列数 - 列属性

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:

Pandas 计数列数 - 形状属性

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:

Pandas 计算列数 - 类型转换

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:

pandas 计算列数 - info 方法

在上图中,我们可以看到 DataFrame 的简明摘要,包括列数。

相关文章 - Pandas DataFrame