如何获取 Pandas DataFrame 的行数

  1. .shape 方法获取数据 DataFrame 的行数
  2. .len(DataFrame.index) 获取 Pandas 行数的最快方法
  3. dataframe.apply() 计算满足 Pandas 条件的行

我们将介绍如何使用 shapelen(DataFrame.index) 之类的不同方法来获取 Pandas DataFrame 的行数。我们发现,len(DataFrame.index) 是最快的,存在明显的性能差异。

我们还将研究如何使用 dataframe.apply() 获取行中有多少个元素满足条件。

.shape 方法获取数据 DataFrame 的行数

假设 df 是我们的 Dataframe,对于计算行数来说,

# 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])

输出:

    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

对于列数,我们可以使用 df.shape[1]

.len(DataFrame.index) 获取 Pandas 行数的最快方法

我们可以通过获取成员变量的长度索引来计算 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))

输出:

    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 

我们还可以传递 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]))

输出:

    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

对于列数,我们可以使用 df.axes[1]

dataframe.apply() 计算满足 Pandas 条件的行

通过计算返回的 dataframe.apply() 结果序列中 True 的数目,我们可以得到满足条件的 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)

输出:

    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

我们得到行中 column[1] > 3 的行数。

相关文章 - Pandas Row

  • 如何对 Pandas 中的 DataFrame 行随机排序
  • 如何根据 Pandas 中的列值过滤 DataFrame 行
  • comments powered by Disqus