python计算1个dataframe的行数

可以使用`len()`函数来计算一个dataframe的行数，如下所示：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
num_rows = len(df)
print(num_rows)

输出：

3

也可以使用`shape`属性来获取dataframe的行数和列数，如下所示：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
num_rows = df.shape[0]
print(num_rows)

输出：

3

相关问题

dataframe行数

要获取DataFrame的行数，可以使用以下方法：
1. 使用shape属性，通过访问shape来获取行数。例如，df.shape。
2. 使用len()函数，通过len(df)来获取行数。
3. 使用iloc[]方法，通过访问iloc[:,0].size来获取行数。例如，df.iloc[:, 0].size。

其中，方法1和方法2都是直接获取DataFrame的行数，方法3是通过访问特定列的size来获取行数。 请根据具体的情况选择适合的方法来获取DataFrame的行数。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [DataFrame的行数和列数计算](https://blog.csdn.net/qq_50044753/article/details/124955400)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *2* [python DataFrame获取行数、列数、索引及第几行第几列的值方法](https://download.csdn.net/download/weixin_38722348/14861411)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *3* [DataFrame|行数|列数|循环获取每一个值](https://blog.csdn.net/weixin_56516468/article/details/115196502)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]

dataframe计算行数

要计算 dataframe 的行数，可以使用 `shape` 属性或 `len()` 函数。

使用 `shape` 属性：

row_count = df.shape[0]

使用 `len()` 函数：

row_count = len(df)

这两种方法都可以得到 dataframe 的行数。