pandas获取行数

Pandas是Python的一个数据处理库，它提供了丰富的数据结构和数据分析工具，可用于数据清洗、数据分析、数据可视化等领域。在数据处理中，我们常常需要获取数据集的行数，以便进行后续的操作。本文将从多个角度分析如何使用Pandas获取行数。

一、使用len()函数获取行数

在Python中，我们可以使用len()函数获取数据集的长度（即行数）。对于一个Pandas DataFrame或Series对象，我们可以通过传递对象到len()函数来获取其行数。例如：

```python

import pandas as pd

# 创建一个DataFrame对象

df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 获取DataFrame对象的行数

print(len(df))

# 创建一个Series对象

s = pd.Series([1, 2, 3, 4, 5])

# 获取Series对象的行数

print(len(s))

```

输出结果如下：

```

3

5

```

由此可见，使用len()函数可以快速地获取DataFrame或Series对象的行数。

二、使用shape属性获取行数

除了使用len()函数，我们还可以使用Pandas DataFrame和Series对象的shape属性来获取其行数。shape属性返回一个元组，其中第一个元素表示行数，第二个元素表示列数。因此，我们可以通过取shape属性的第一个元素来获取行数。例如：

```python

import pandas as pd

# 创建一个DataFrame对象

df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 获取DataFrame对象的行数

print(df.shape[0])

# 创建一个Series对象

s = pd.Series([1, 2, 3, 4, 5])

# 获取Series对象的行数

print(s.shape[0])

```

输出结果与上例相同。

三、使用index属性获取行数

对于Pandas DataFrame对象，我们还可以通过其index属性获取其行数。DataFrame的index属性返回一个Index对象，其中保存了DataFrame的索引标签。由于每个索引标签对应一行数据，因此Index对象的长度就等于DataFrame的行数。例如：

```python

import pandas as pd

# 创建一个DataFrame对象

df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 获取DataFrame对象的行数

print(len(df.index))

# 创建一个Series对象

s = pd.Series([1, 2, 3, 4, 5])

# 获取Series对象的行数

print(len(s.index))

```

输出结果与前两例相同。

四、使用count()方法获取行数

Pandas DataFrame对象还提供了一个count()方法，可用于获取非空行数。count()方法返回每列中非空元素的数量，因此我们可以获取其中任意一列的非空元素数量来得到行数。例如：

```python

import pandas as pd

# 创建一个DataFrame对象

df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 获取DataFrame对象的行数

print(df['col1'].count())

# 创建一个Series对象

s = pd.Series([1, 2, 3, 4, 5])

# 获取Series对象的行数

print(s.count())

```

输出结果与前三例相同。

五、使用shape[0]的性能优化

在前面的例子中，我们使用了DataFrame和Series对象的shape属性来获取其行数。实际上，shape属性返回的是一个元组，其中第一个元素表示行数，因此我们可以通过取shape属性的第一个元素来获取行数。然而，这种方法的性能要比使用len()函数或count()方法低得多。下面是一个简单的性能测试：

```python

import pandas as pd

import numpy as np

import time

# 创建一个包含1百万行、5列的DataFrame对象

df = pd.DataFrame(np.random.randint(0, 100, size=(1000000, 5)), columns=list('ABCDE'))

# 测试len()函数的性能

start_time = time.time()

print(len(df))

print('len()函数耗时：', time.time() - start_time)

# 测试shape[0]的性能

start_time = time.time()

print(df.shape[0])

print('shape[0]耗时：', time.time() - start_time)

```

输出结果如下：

```

1000000

len()函数耗时： 0.0009970664978027344

1000000

shape[0]耗时： 0.004002094268798828

```

由此可见，使用len()函数的性能要比使用shape[0]高得多。在处理大规模数据集时，我们应该尽量避免使用shape[0]来获取行数。

六、总结

本文从多个角度分析了如何使用Pandas获取行数。我们可以使用len()函数、shape属性、index属性或count()方法来获取DataFrame或Series对象的行数。在实际应用中，我们应该根据数据集的大小和性能要求选择合适的方法来获取行数。