计算 Pandas 数据框的行数和列数

在本文中，我们将了解如何获取 Pandas DataFrame 中的总行数和总列数。我们可以通过不同的方法来做到这一点。让我们借助示例了解所有这些方法。

示例 1：我们可以使用dataframe.shape来获取行数和列数。 dataframe.shape[0]和dataframe.shape[1]分别给出行数和列数。

# importing the module
import pandas as pd
  
# creating a DataFrame
dict = {'Name' : ['Martha', 'Tim', 'Rob', 'Georgia'],
        'Marks' : [87, 91, 97, 95]}
df = pd.DataFrame(dict)
  
# displaying the DataFrame
display(df)
  
# fetching the number of rows and columns
rows = df.shape[0]
cols = df.shape[1]
  
# displaying the number of rows and columns
print("Rows: " + str(rows))
print("Columns: " + str(cols))

输出 ：

示例 2：我们可以使用len()方法来获取行数和列数。 dataframe.axes[0]代表行， dataframe.axes[1]代表列。因此， dataframe.axes[0]和dataframe.axes[1]分别给出了行数和列数。

# importing the module
import pandas as pd
  
# creating a DataFrame
dict = {'Name':['Martha', 'Tim', 'Rob', 'Georgia'],
        'Marks':[87, 91, 97, 95]}
df = pd.DataFrame(dict)
  
# displaying the DataFrame
display(df)
  
# fetching the number of rows and columns
rows = len(df.axes[0])
cols = len(df.axes[1])
  
# displaying the number of rows and columns
print("Rows: " + str(rows))
print("Columns: " + str(cols))

输出 ：

示例 3：与示例 2 类似， dataframe.index表示行， dataframe.columns表示列。因此， len(dataframe.index)和len(dataframe.columns)分别给出了行数和列数。

# importing the module
import pandas as pd
  
# creating a DataFrame
dict = {'Name':['Martha', 'Tim', 'Rob', 'Georgia'],
        'Marks':[87, 91, 97, 95]}
df = pd.DataFrame(dict)
  
# displaying the DataFrame
display(df)
  
# fetching the number of rows and columns
rows = len(df.index)
cols = len(df.columns)
  
# displaying the number of rows and columns
print("Rows: " + str(rows))
print("Columns: " + str(cols))

输出 ：

在评论中写代码？请使用 ide.geeksforgeeks.org，生成链接并在此处分享链接。