迹忆客 专注技术分享

在 Pandas DataFrame 中，数据以表格格式存储或显示，如 rows 和 columns。Pandas 通过使用各种方法帮助我们检索或计算 DataFrame 中的行数和列数。

我们将在本教程中探索与计算 Pandas DataFrame 的列数相关的各种方法。

使用 column 属性计算 Pandas DataFrame 的列数

使用 Pandas DataFrame 的 column 属性，我们可以检索列列表并计算列长度并计算 DataFrame 中的列数。

请参阅以下示例。首先，我们创建了一个产品的 DataFrame。使用 column_list = dataframe.columns，我们检索列列表，然后使用 len(column_list) 计算列数。

示例代码：

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))

输出：

使用 shape 属性计算 Pandas DataFrame 的列数

当使用 shape 属性时，它会检索表示 DataFrame 形状的元组。在以下示例中，shape=dataframe.shape 行将返回 DataFrame 形状，而 shape[1] 计算列数。

示例代码：

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])

输出：

正如我们在上面的输出中看到的那样，它显示了上面示例中的 4 的总列数。

使用类型转换计算 Pandas DataFrame 的列数

我们在这个方法中使用了类型转换的方法，它几乎类似于列属性。当我们对 DataFrame 列表使用 typecasting 时，它会检索列名列表。有关类型转换方法的更多理解，请参见以下示例：

示例代码：

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))

输出：

使用 dataframe.info() 方法计算 Pandas DataFrame 的列数

使用 info() 方法，我们可以打印 Pandas DataFrame 的完整简明摘要。在以下示例中，我们在源代码末尾使用了 dataframe.info()。它显示与 DataFrame 类、dtypes、内存使用情况、列数和范围索引相关的信息。

示例代码：

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()

输出：

在上图中，我们可以看到 DataFrame 的简明摘要，包括列数。