统计dataframe中存在inf的行数

可以使用pandas中的`isinf()`函数和`sum()`函数来统计dataframe中存在inf的行数。示例如下：

import pandas as pd
import numpy as np

# 生成包含inf的dataframe
df = pd.DataFrame({'A': [1, 2, np.inf, 4], 'B': [-1, 0, np.inf, -4]})

# 统计存在inf的行数
inf_rows = df.isin([np.inf, -np.inf]).any(axis=1).sum()

print('存在inf的行数为：', inf_rows)

输出结果为：

存在inf的行数为： 2

其中，`isin([np.inf, -np.inf])`用于判断dataframe中是否存在inf，返回一个Boolean类型的dataframe；`any(axis=1)`用于判断每行是否存在inf，返回一个Boolean类型的Series；`sum()`用于统计True的数量，即存在inf的行数。

相关问题

统计dataframe中存在nan的行数

可以使用`isna()`函数和`sum()`函数来统计dataframe中存在nan的行数，具体实现如下：

import pandas as pd

# 创建一个示例dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 
                   'B': [6, 7, None, 9, 10], 
                   'C': [11, 12, 13, None, 15]})

# 统计存在nan的行数
nan_rows = df.isna().sum(axis=1)
count = len(nan_rows[nan_rows > 0])
print('存在nan的行数：', count)

输出结果为：

存在nan的行数： 2

这里使用了`isna()`函数判断是否是nan，然后使用`sum()`函数在行上进行求和，得到每一行中nan的数量。最后对`nan_rows`进行筛选，找出大于0的元素个数，即为存在nan的行数。

获取dataframe当前数据的行数

可以使用 Pandas 中 DataFrame 的 shape 属性来获取 DataFrame 当前的行数和列数。假设你的 DataFrame 的变量名为 df，那么可以按照如下的方式获取 DataFrame 的行数：

num_rows = df.shape[0]

这里的 df.shape[0] 表示获取 df DataFrame 当前的行数。如果要获取 DataFrame 的列数，可以使用 df.shape[1]。需要注意的是，shape 属性返回的是一个元组，其中第一个元素表示 DataFrame 的行数，第二个元素表示 DataFrame 的列数。