python 获取数据行列

以下是三种获取数据行列的方法：
1. 获取CSV文件的行列数

import csv

with open('data.csv', 'r') as file:
    reader = csv.reader(file)
    rows = len(list(reader))
    file.seek(0)
    columns = len(next(reader))
    print("行数: ", rows)
    print("列数: ", columns)

2. 获取Excel文件的行列数

import pandas as pd

df = pd.read_excel("data.xlsx")
rows, columns = df.shape
print("行数: ", rows)
print("列数: ", columns)

3. 获取Pandas DataFrame的行列数

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
rows, columns = df.shape
print("行数: ", rows)
print("列数: ", columns)

相关问题

利用python 提取特定行列数据

可以使用Python中的pandas库来提取特定行列数据。以下是一个示例代码：

import pandas as pd

# 读取数据文件
data = pd.read_csv('data.csv')

# 提取第1行和第3行，第2列和第4列的数据
result = data.iloc[[0, 2], [1, 3]]

# 输出结果
print(result)

其中，`pd.read_csv('data.csv')`是用来读取数据文件的，`iloc[[0, 2], [1, 3]]`用来提取第1行和第3行，第2列和第4列的数据。你可以根据你的实际需求来修改这些参数。

python 取数组行列数据

在Python中，可以使用NumPy库来处理数组的行列数据。以下是一些常用的方法：

1. 通过索引取行列数据：
- 取行数据：使用`array[row_index]`或`array[row_index, :]`，其中`row_index`表示行的索引。
- 取列数据：使用`array[:, col_index]`，其中`col_index`表示列的索引。

2. 通过切片取行列数据：
- 取多行数据：使用`array[start:end, :]`，其中`start`和`end`表示起始和结束的行索引。
- 取多列数据：使用`array[:, start:end]`，其中`start`和`end`表示起始和结束的列索引。

3. 通过条件取行列数据：
- 取满足条件的行：使用布尔索引，例如`array[array[:, col_index] > value, :]`，其中`col_index`表示列索引，`value`表示条件值。
- 取满足条件的列：使用布尔索引，例如`array[:, array[row_index, :] > value]`，其中`row_index`表示行索引，`value`表示条件值。

4. 使用NumPy提供的函数取行列数据：
- 取最大值所在的行列：使用`numpy.argmax()`函数，例如`numpy.argmax(array, axis=0)`可以获取每列最大值所在的行索引。
- 取最小值所在的行列：使用`numpy.argmin()`函数，例如`numpy.argmin(array, axis=1)`可以获取每行最小值所在的列索引。