Python计算DataFrame行数

在数据分析和处理过程中，DataFrame是一种非常常见的数据结构。而在对DataFrame进行处理时，经常需要知道DataFrame中有多少行数据。本文将介绍如何使用Python计算DataFrame行数，并提供相应的代码示例。

1. 使用len()函数计算行数

Python内置的len()函数可以用于计算DataFrame的行数。在对DataFrame使用len()函数时，实际上是计算DataFrame的长度，即行数。

下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Alex'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)

# 计算DataFrame的行数
row_count = len(df)
print("DataFrame的行数为：", row_count)

运行上述代码，输出结果如下：

DataFrame的行数为： 4

在上述代码中，我们创建了一个包含4行数据的DataFrame。通过调用len(df)，可以获取DataFrame的行数，并将结果赋值给变量row_count。最后，使用print()函数将行数打印出来。

2. 使用shape属性计算行数

除了使用len()函数，还可以使用DataFrame的shape属性来计算行数。shape属性是一个元组，包含两个元素，第一个元素代表行数，第二个元素代表列数。通过取第一个元素，即可获取DataFrame的行数。

下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Alex'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)

# 计算DataFrame的行数
row_count = df.shape[0]
print("DataFrame的行数为：", row_count)

运行上述代码，输出结果与之前相同：

DataFrame的行数为： 4

在上述代码中，我们同样创建了一个包含4行数据的DataFrame。通过调用df.shape[0]，可以获取DataFrame的行数，并将结果赋值给变量row_count。

3. 性能比较

在实际使用过程中，使用len()函数和使用shape属性计算行数的结果是相同的。然而，它们的性能有一定的差异。

使用len()函数计算行数的时间复杂度是O(1)，而使用shape属性计算行数的时间复杂度是O(n)，其中n是DataFrame的行数。因此，在处理大规模数据时，使用len()函数更加高效。

总结

本文介绍了如何使用Python计算DataFrame的行数。通过使用len()函数或DataFrame的shape属性，可以轻松获取DataFrame中的行数。在实际应用中，应根据数据规模选择合适的方法，以提高运行效率。

通过以上方法，你可以方便地计算DataFrame的行数，为数据分析和处理提供了便利。希望本文对你有所帮助！

stateDiagram
    [*] --> 获取数据
    获取数据 --> 计算行数
    计算行数 --> [*]

参考资料：

  • [pandas.DataFrame.shape](
  • [pandas.DataFrame.len](