HOWTO · Pandas
計算 Pandas DataFrame 列的數量
本教程解釋瞭如何使用各種方法計算 Pandas DataFrame 的列數，例如使用 shape 屬性、列屬性、使用型別轉換和使用 info() 方法。
本頁內容
在 Pandas DataFrame 中，資料以表格格式儲存或顯示，如 rows 和 columns。Pandas 通過使用各種方法幫助我們檢索或計算 DataFrame 中的行數和列數。
我們將在本教程中探索與計算 Pandas DataFrame 的列數相關的各種方法。
使用 column 屬性計算 Pandas DataFrame 的列數
使用 Pandas DataFrame 的 column 屬性，我們可以檢索列列表並計算列長度並計算 DataFrame 中的列數。
請參閱以下示例。首先，我們建立了一個產品的 DataFrame。使用 column_list = dataframe.columns，我們檢索列列表，然後使用 len(column_list) 計算列數。
示例程式碼：
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))
輸出：
使用 shape 屬性計算 Pandas DataFrame 的列數
當使用 shape 屬性時，它會檢索表示 DataFrame 形狀的元組。在以下示例中，shape=dataframe.shape 行將返回 DataFrame 形狀，而 shape[1] 計算列數。
示例程式碼：
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])
輸出：
正如我們在上面的輸出中看到的那樣，它顯示了上面示例中的 4 的總列數。
使用型別轉換計算 Pandas DataFrame 的列數
我們在這個方法中使用了型別轉換的方法，它幾乎類似於列屬性。當我們對 DataFrame 列表使用 typecasting 時，它會檢索列名列表。有關型別轉換方法的更多理解，請參見以下示例：
示例程式碼：
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))
輸出：
使用 dataframe.info() 方法計算 Pandas DataFrame 的列數
使用 info() 方法，我們可以列印 Pandas DataFrame 的完整簡明摘要。在以下示例中，我們在原始碼末尾使用了 dataframe.info()。它顯示與 DataFrame 類、dtypes、記憶體使用情況、列數和範圍索引相關的資訊。
示例程式碼：
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()
輸出：
在上圖中，我們可以看到 DataFrame 的簡明摘要，包括列數。