python pandas 统计文件的行列

Python pandas是一个强大的数据分析工具，可以方便地对数据进行处理和分析。统计文件的行列也是Python pandas的一个常见使用场景。

要统计文件的行列，首先需要使用pandas中的read_csv函数或者read_excel函数来读入文件，并将其转化为一个DataFrame对象。接着，可以使用shape属性来获取DataFrame的行列信息，即DataFrame的行数和列数。

例如，读入名为test.csv的文件并统计其行列可以按如下代码：

import pandas as pd

df = pd.read_csv('test.csv') # 读入test.csv文件
rows, cols = df.shape # 获取行数和列数

print('行数为:', rows)
print('列数为:', cols)

以上代码中，首先导入了pandas库。接着使用read_csv函数读入名为test.csv的文件，并将其转化为DataFrame对象df。然后，通过调用df.shape来获取DataFrame的行列信息，并将其分别赋值给rows和cols两个变量。最后，将行数和列数打印出来。

需要注意的是，如果读入的文件格式不是csv，而是Excel等其他格式，只需要将pd.read_csv替换为pd.read_excel即可。同时，在使用shape属性获取行列信息时，其返回值是一个元组，在示例代码中通过元组解包将其分别赋值给rows和cols两个变量。

总之，通过使用pandas可以非常便利地统计文件的行列，并进行更加深入的数据分析。