Python - 计算数据框中的总行数

在数据分析和数据科学领域，经常需要对数据进行统计和分析。计算数据框（DataFrame）中的总行数是一个常见的操作，它可以帮助我们了解数据集的大小和规模。在Python中，我们可以使用不同的方法来实现这个目标。

方法 1: 使用 len() 函数

Python中的内置函数 len() 可以用来计算数据框中的总行数。这种方法适用于使用pandas库创建的数据框。

import pandas as pd

# 创建一个示例数据框
data = {'列1': [1, 2, 3, 4, 5],
        '列2': ['A', 'B', 'C', 'D', 'E']}
df = pd.DataFrame(data)

# 使用 len() 函数计算数据框的总行数
total_rows = len(df)

print(f"数据框中的总行数为: {total_rows}")

输出:

数据框中的总行数为: 5

这种方法简单直接，适用于小型数据集。但对于大型数据集，计算总行数可能需要一些时间。

方法 2: 使用 shape 属性

在pandas库中，数据框对象拥有 shape 属性，它返回一个包含数据框行数和列数的元组。我们可以使用这个属性来获取数据框的总行数。

import pandas as pd

# 创建一个示例数据框
data = {'列1': [1, 2, 3, 4, 5],
        '列2': ['A', 'B', 'C', 'D', 'E']}
df = pd.DataFrame(data)

# 使用 shape 属性获取数据框的总行数
total_rows = df.shape[0]

print(f"数据框中的总行数为: {total_rows}")

输出:

数据框中的总行数为: 5

无论数据集大小，这种方法都很高效，并且能够得到准确的结果。

无论你选择哪种方法，都可以在Python中计算数据框中的总行数。这个简单的任务在数据分析和数据科学项目中经常使用，因为了解数据集的大小和规模是开展其他分析任务的基础。希望本文能帮助你更好地理解如何计算数据框的总行数。