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和 .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。
