跳转至

蟒蛇|熊猫 df .大小、df .形状和 df.ndim

原文:https://www.geesforgeks.org/python-pandas-df-size-df-shape-and-df-ndim/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 Python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫.size.shape.ndim 用于返回数据帧和系列的大小、形状和尺寸。

语法:数据帧大小 返回:返回数据帧/序列的大小,等于元素总数。也就是行 x 列。

语法:data frame.shape Return:返回 dataframe/series 的形状(行、列)元组

语法:data frame.ndim Return:返回 dataframe/series 的维度。一维(系列)1,二维(数据框)2

要下载下例使用的数据集,点击这里的

在下面的例子中,使用的数据框包含了一些 NBA 球员的数据。任何操作前的数据框图像附在下面。

示例: 在本例中,首先存储大小和形状的输出。由于.size返回元素总数,所以通过 shape 方法返回的行和列相乘进行比较。之后,还使用.ndim检查数据框和系列的尺寸

# importing pandas module
import pandas as pd

# making data frame
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")

# dataframe.size
size = data.size

# dataframe.shape
shape = data.shape

# dataframe.ndim
df_ndim = data.ndim

# series.ndim
series_ndim = data["Salary"].ndim

# printing size and shape
print("Size = {}\nShape ={}\nShape[0] x Shape[1] = {}".
format(size, shape, shape[0]*shape[1]))

# printing ndim
print("ndim of dataframe = {}\nndim of series ={}".
format(df_ndim, series_ndim))

输出:

Size = 4122
Shape=(458, 9)
Shape[0] x Shape[1] = 4122
ndim of dataframe = 2
ndim of series=1

可以看出,行 x 列来自。shape 等于。尺寸 同样,数据帧的 ndim 为 2,系列为 1,这适用于所有类型的数据帧和系列。



回到顶部