pandas 求 DataFrame 的行数和列数
假设有 dataFrame 叫 df。
1、求行数
法一：
len(df)
法二：
df.shape[0]
2、求列数
df.shape[1]
以上，问题解决~
pandas 求 DataFrame 的行数和列数
2023-01-08
157
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
pandas 求 DataFrame 的行数和列数
目录
相关文章
|
2月前
|
SQL
索引
Python
|
18天前
|
SQL
数据采集
数据可视化
|
6月前
|
数据可视化
数据挖掘
数据处理
进阶 pandas DataFrame：挖掘高级数据处理技巧
【5月更文挑战第19天】本文介绍了Pandas DataFrame的高级使用技巧，包括数据重塑（如`pivot`和`melt`）、字符串处理（如提取和替换）、日期时间处理（如解析和时间序列操作）、合并与连接（如`merge`和`concat`），以及使用`apply()`应用自定义函数。这些技巧能提升数据处理效率，适用于复杂数据分析任务。推荐进一步学习和探索Pandas的高级功能。
98
6
6
|
6月前
|
存储
JSON
数据处理
|
3月前
|
索引
Python
|
3月前
|
数据挖掘
大数据
数据处理
数据分析师的秘密武器：精通Pandas DataFrame合并与连接技巧
【8月更文挑战第22天】在数据分析中，Pandas库的DataFrame提供高效的数据合并与连接功能。本文通过实例展示如何按员工ID合并基本信息与薪资信息，并介绍如何基于多列（如员工ID与部门ID）进行更复杂的连接操作。通过调整`merge`函数的`how`参数（如'inner'、'outer'等），可实现不同类型的连接。此外，还介绍了使用`join`方法根据索引快速连接数据，这对于处理大数据集尤其有用。掌握这些技巧能显著提升数据分析的能力。
67
1
1
|
3月前
|
3月前
|
SQL
数据采集
JSON
|
3月前
|
Python
|
3月前
|
索引
Python
【Pandas】Pandas Dataframe 常用用法
Pandas DataFrame的常用操作示例，包括筛选数据、索引操作、合并DataFrame、设置和排序索引、文本处理、列重命名、处理缺失值、排序以及删除满足特定条件的行等技巧。
63
0
0
热门文章
最新文章
1
pandas 打开没有列名的表格，并命名
2
pandas.to_numeric转化数据为数字型
3
Pandas学习
4
pandas数据操作
5
Pandas 基本使用(三) — DataFrame.to_dict() 函数使用！
6
羡慕 Excel 的高级选择与文本框颜色呈现？Pandas 也可以拥有！！ ⛵
7
Pandas read_csv 参数详解
8
使用Pandas进行数据清理的入门示例
9
pandas 分组知识
10
进阶 pandas DataFrame：挖掘高级数据处理技巧
1
从基础到卓越：Pandas与NumPy在复杂数据处理中的实战策略
63
2
Python数据分析加速器：深度挖掘Pandas与NumPy的高级功能
48
3
数据科学家的秘密武器：Pandas与NumPy高级应用实战指南
48
4
重构数据处理流程：Pandas与NumPy高级特性在机器学习前的优化
66
5
Dask是一个用于并行计算的Python库，它提供了类似于Pandas和NumPy的API，但能够在大型数据集上进行并行计算。
245
6
`geopandas`是一个开源项目，它为Python提供了地理空间数据处理的能力。它基于`pandas`库，并扩展了其对地理空间数据（如点、线、多边形等）的支持。`GeoDataFrame`是`geopandas`中的核心数据结构，它类似于`pandas`的`DataFrame`，但包含了一个额外的地理列（通常是`geometry`列），用于存储地理空间数据。
70
7
效率与精准并重：掌握Pandas与NumPy高级特性，赋能数据科学项目
35
8
探索数据科学前沿：Pandas与NumPy库的高级特性与应用实例
45
9
数据科学进阶之路：Pandas与NumPy高级操作详解与实战演练
63
10
驾驭大数据洪流：Pandas与NumPy在高效数据处理与机器学习中的核心作用
90