迹忆客 专注技术分享

Python Pandas 库附带了一组可帮助我们执行各种任务的属性。在使用 Pandas DataFrame 时，我们可能需要显示 DataFrame 的大小、形状和维度，我们可以使用一些流行的 Pandas 属性（例如 df.size、df.shape）轻松完成这项任务 和 df.ndim。

本文将演示如何使用 python pandas 属性（如 dataframe.size、dataframe.shape 和 dataframe.ndim] 返回或计算 DataFrame的size、shape和dimensions 。

使用 dataframe.size 属性在 Pandas Python 中显示 DataFrame 大小

在 python Pandas DataFrame 中。size 属性用于显示 Pandas DataFrame 的大小。它返回 DataFrame 或等于元素总数的系列的大小。如果要计算 series 的大小，它将返回行数。在 DataFrame 的情况下，它将返回行乘以列。

在以下示例中，我们使用 pd.csvread() 导入或读取 a .csv 文件并创建了一个 DataFrame。使用 Pandas 属性 dataframe.size，我们显示给定 DataFrame 的大小。

示例代码：

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv(r"C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv")

# print dataframe
print(dataframe)

# displaying dataframe size
print("The size of the DataFrame is: ", dataframe.size)

输出：

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The size of the DataFrame is:  40

使用 dataframe.shape 属性在 Pandas Python 中显示 DataFrame 形状

dataframe.shape 属性 pandas python 以 DataFrame 或 series 的 _(rows, columns)_ 形式返回元组形状。

在我们下面提供的代码示例中，我们在读取 .csv 文件后创建了一个 DataFrame。要返回 dataframe.shape，我们按以下方式使用 dataframe.shape 属性：

示例代码：

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv(r"C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv")

# print dataframe
print(dataframe)

# displaying dataframe shape
print("The shape of the DataFrame is: ", dataframe.shape)

输出：

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The shape of the DataFrame is:  (10, 4)

使用 dataframe.ndim 属性在 Pandas Python 中显示 DataFrame 维度

Pandas dataframe.ndim 属性返回 series 或 DataFrame 的维度。对于所有类型的 dataframes 和 series，它将返回维度 1 的 _series_ 仅由行组成，并在 DataFrame 或二维数据的情况下返回 2。

在下面的示例代码中，我们通过导入 .csv 文件创建了一个 DataFrame。为了返回 DataFrame 的维度，我们使用了 dataframe.ndim pandas 属性，在 pandas DataFrame 的情况下是 2。

示例代码：

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv(r"C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv")

# print dataframe
print(dataframe)

# displaying dataframe dimension
print("The dimension of the DataFrame is: ", dataframe.ndim)

输出：

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The dimension of the DataFrame is:  2

结论

我们探索了三种不同的 Pandas 属性，例如 dataframe.size、dataframe.shape 和 dataframe.ndim 通过它们我们可以轻松返回 DataFrame 或 series 的大小、形状和维度。希望以上所有的演示能够帮助你理解 pandas 属性的基本使用。