Pandas DataFrame 尺寸

Samreena Aslam 2023年1月30日 2022年5月16日
  1. 使用 dataframe.size 属性在 Pandas Python 中显示 DataFrame 大小
  2. 使用 dataframe.shape 属性在 Pandas Python 中显示 DataFrame 形状
  3. 使用 dataframe.ndim 属性在 Pandas Python 中显示 DataFrame 维度
  4. 结论
Pandas DataFrame 尺寸

Python Pandas 库附带了一组可帮助我们执行各种任务的属性。在使用 Pandas DataFrame 时,我们可能需要显示 DataFrame 的大小、形状和维度,我们可以使用一些流行的 Pandas 属性(例如 df.sizedf.shape)轻松完成这项任务df.ndim

本文将演示如何使用 python pandas 属性(如 dataframe.sizedataframe.shapedataframe.ndim] 返回或计算 DataFramesizeshapedimensions

使用 dataframe.size 属性在 Pandas Python 中显示 DataFrame 大小

在 python Pandas DataFrame 中。size 属性用于显示 Pandas DataFrame 的大小。它返回 DataFrame 或等于元素总数的系列的大小。如果要计算 series 的大小,它将返回行数。在 DataFrame 的情况下,它将返回行乘以列。

在以下示例中,我们使用 pd.csvread() 导入或读取 a .csv 文件并创建了一个 DataFrame。使用 Pandas 属性 dataframe.size,我们显示给定 DataFrame 的大小。

示例代码:

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv (r'C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv') 

# print dataframe
print(dataframe)

# displaying dataframe size 
print('The size of the DataFrame is: ', dataframe.size)

输出:

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The size of the DataFrame is:  40

使用 dataframe.shape 属性在 Pandas Python 中显示 DataFrame 形状

dataframe.shape 属性 pandas python 以 DataFrameseries_(rows, columns)_ 形式返回元组形状。

在我们下面提供的代码示例中,我们在读取 .csv 文件后创建了一个 DataFrame。要返回 dataframe.shape,我们按以下方式使用 dataframe.shape 属性:

示例代码:

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv (r'C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv') 

# print dataframe
print(dataframe)

# displaying dataframe shape 
print('The shape of the DataFrame is: ', dataframe.shape)

输出:

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The shape of the DataFrame is:  (10, 4)

使用 dataframe.ndim 属性在 Pandas Python 中显示 DataFrame 维度

Pandas dataframe.ndim 属性返回 seriesDataFrame 的维度。对于所有类型的 dataframesseries,它将返回维度 1_series_ 仅由行组成,并在 DataFrame 或二维数据的情况下返回 2

在下面的示例代码中,我们通过导入 .csv 文件创建了一个 DataFrame。为了返回 DataFrame 的维度,我们使用了 dataframe.ndim pandas 属性,在 pandas DataFrame 的情况下是 2

示例代码:

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv (r'C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv') 

# print dataframe
print(dataframe)

# displaying dataframe dimension
print('The dimension of the DataFrame is: ', dataframe.ndim)

输出:

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The dimension of the DataFrame is:  2

结论

我们探索了三种不同的 Pandas 属性,例如 dataframe.sizedataframe.shapedataframe.ndim 通过它们我们可以轻松返回 DataFrameseries 的大小、形状和维度。希望以上所有的演示能够帮助你理解 pandas 属性的基本使用。

相关文章 - Pandas DataFrame