Compter le nombre de colonnes Pandas DataFrame

1. Compter le nombre de colonnes de Pandas DataFrame à l’aide de la propriété column
2. Compter le nombre de colonnes de Pandas DataFrame en utilisant la propriété shape
3. Compter le nombre de colonnes de Pandas DataFrame à l’aide du transtypage
4. Comptez le nombre de colonnes de pandas DataFrame à l’aide de la méthode dataframe.info()

Dans les pandas DataFrame, les données sont stockées ou affichées sous forme de tableau comme les rows et les columns. Les pandas nous aident à récupérer ou à compter le nombre de lignes et de colonnes dans le DataFrame en utilisant diverses approches.

Nous allons explorer différentes méthodes dans ce tutoriel liées au comptage du nombre de colonnes d’un DataFrame Pandas.

Compter le nombre de colonnes de Pandas DataFrame à l’aide de la propriété column

En utilisant la propriété column du DataFrame des pandas, nous pouvons récupérer la liste des colonnes et calculer la longueur des colonnes et compter le nombre de colonnes dans le DataFrame.

Voir l’exemple suivant. Tout d’abord, nous avons créé un DataFrame des produits. En utilisant column_list = dataframe.columns, nous avons récupéré la liste des colonnes, puis en utilisant len(column_list) nous avons compté le nombre de colonnes.

Exemples de codes :

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))

Production :

Compter le nombre de colonnes de Pandas DataFrame en utilisant la propriété shape

Il récupère les tuples pour représenter la forme DataFrame lors de l’utilisation de la propriété shape. Dans l’exemple suivant, la ligne shape=dataframe.shape renverra la forme DataFrame et la forme[1] compte le nombre de colonnes.

Exemples de codes :

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])

Production :

Comme nous pouvons le voir dans la sortie ci-dessus, il affiche le nombre de colonnes total qui est 4 dans l’exemple ci-dessus.

Compter le nombre de colonnes de Pandas DataFrame à l’aide du transtypage

Nous utilisons l’approche de transtypage dans cette méthode, qui est presque similaire à la propriété de colonne. Lorsque nous utilisons typecasting vers la liste DataFrame, il récupère la liste des noms de colonnes. Voir l’exemple suivant pour plus de compréhension sur l’approche de transtypage :

Exemple de code :

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))

Production :

Comptez le nombre de colonnes de pandas DataFrame à l’aide de la méthode dataframe.info()

En utilisant la méthode info(), nous pouvons imprimer le résumé complet et concis du DataFrame des pandas. Dans l’exemple suivant, nous avons utilisé dataframe.info() à la fin du code source. Il affiche les informations relatives à la classe DataFrame, aux dtypes, à l’utilisation de la mémoire, au nombre de colonnes et à l’index des plages.

Exemples de codes :

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()

Production :

Dans l’image ci-dessus, nous pouvons voir le résumé concis du DataFrame, y compris le nombre de colonnes.