如何獲取 Pandas DataFrame 的行數

  1. .shape 方法獲取資料 DataFrame 的行數
  2. .len(DataFrame.index) 獲取 Pandas 行數的最快方法
  3. dataframe.apply() 計算滿足 Pandas 條件的行

我們將介紹如何使用 shapelen(DataFrame.index) 之類的不同方法來獲取 Pandas DataFrame 的行數。我們發現,len(DataFrame.index) 是最快的,存在明顯的效能差異。

我們還將研究如何使用 dataframe.apply() 獲取行中有多少個元素滿足條件。

.shape 方法獲取資料 DataFrame 的行數

假設 df 是我們的 Dataframe,對於計算行數來說,

# 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])

輸出:

    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

對於列數,我們可以使用 df.shape[1]

.len(DataFrame.index) 獲取 Pandas 行數的最快方法

我們可以通過獲取成員變數的長度索引來計算 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))

輸出:

    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 

我們還可以傳遞 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]))

輸出:

    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

對於列數,我們可以使用 df.axes[1]

dataframe.apply() 計算滿足 Pandas 條件的行

通過計算返回的 dataframe.apply() 結果序列中 True 的數目,我們可以得到滿足條件的 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)

輸出:

    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

我們得到行中 column[1] > 3 的行數。

相關文章 - Pandas DataFrame Row

  • 在 Pandas 中獲取列與特定值匹配的行的索引