dataframe统计有多少行
时间: 2024-01-31 07:01:58 浏览: 12
可以使用 Pandas 库中的 `shape` 属性来获取 DataFrame 的行数和列数。示例如下:
```python
import pandas as pd
# 读取 CSV 文件为 DataFrame
df = pd.read_csv('data.csv')
# 获取行数和列数
num_rows, num_cols = df.shape
# 输出行数
print(f"该 DataFrame 有 {num_rows} 行。")
```
其中,`df.shape` 返回的是一个元组,第一个元素为行数,第二个元素为列数。因此,可以使用如下方式获取行数:
```python
num_rows = df.shape[0]
```
相关问题
dataframe统计一共有多少行
可以使用`shape`属性来获取DataFrame的行数和列数,其中第一个元素表示行数,第二个元素表示列数。例如,假设DataFrame的名称为`df`,可以使用以下代码来获取行数:
```python
num_rows = df.shape[0]
```
其中,`df.shape[0]`表示DataFrame的行数,赋值给变量`num_rows`即可。
dataframe统计求和
可以使用 pandas 库中的 DataFrame 的 sum() 方法来对 DataFrame 进行统计求和操作。以下是一个示例代码:
```python
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 对 DataFrame 进行求和操作
sum_df = df.sum()
# 打印结果
print(sum_df)
```
输出结果如下:
```
A 6
B 15
dtype: int64
```
其中,sum_df 是一个 Series 对象,每一列的求和结果都被保存在了 Series 中。如果要对 DataFrame 按行进行求和,可以指定 axis 参数为 1,示例代码如下:
```python
# 对 DataFrame 进行按行求和操作
sum_row_df = df.sum(axis=1)
# 打印结果
print(sum_row_df)
```
输出结果如下:
```
0 5
1 7
2 9
dtype: int64
```
其中,sum_row_df 是一个 Series 对象,每一行的求和结果都被保存在了 Series 中。