Policz liczbę wierszy i kolumn w ramce danych

Policz liczbę wierszy i kolumn w ramce danych

Aby przeprowadzić właściwą analizę, musimy policzyć liczbę wierszy i kolumn, ponieważ mogą pomóc nam poznać częstotliwość lub występowanie danych.

W tym artykule zobaczymy pięć różnych rodzajów sposobów, które pomogą nam zliczyć całkowitą liczbę wierszy i kolumn za pomocą biblioteki pandy.

  1. Za pomocą metody kształtu
  2. Za pomocą len (DF.Metoda osi)
  3. Za pomocą DataFrame.indeks (wiersze) i DataFrame.kolumny
  4. Za pomocą metody za pomocą DF.informacje ()
  5. Za pomocą metody za pomocą DF.liczyć()

Metoda 1: Za pomocą metody kształtu

Pierwszą metodą obliczania wierszy i kolumn jest metoda kształtu. Jak wiemy, metoda kształtu jest używana do uzyskania wysokości i szerokości stołu. Kształt daje nam wynik w postaci krotek z dwiema wartościami. W tych dwóch wartościach pierwsza wartość krotki należy do wysokości, a druga wartość (druga wartość) należy do szerokości tabeli.

Tak więc tę samą technikę może być również używana w ramce danych, ponieważ samaFrame Data to tabela, która ma wiersze i kolumny.

  • W liczbie komórki [1]: Zaimportuj bibliotekę pandy jako PD.
  • W liczbie komórki [2]: Stworzyliśmy obiekt DICT (słownik), a następnie konwertować ten obiekt dyktowy na ramkę danych za pomocą biblioteki pandas.
  • W liczbie komórki [3]: Drukujemy przekonwertowane DICT na DataFrame (DF).
  • W liczbie komórki [4]: Po prostu drukujemy kształt, aby sprawdzić, jaką wartość przechowuje. Mamy wartości równe rzędom (4) i kolumn (3).
  • W liczbie komórki [5]: Tak więc teraz możemy wydrukować liczbę wierszy DF (DataFrame) przy użyciu kształtu [0], który należy do pierwszej wartości krotki i kolumn przy użyciu kształtu [1], który należy do drugiej wartości krotki. To samo indywidualnie drukujemy wynik liczby komórki [6] dla wierszy i kolumn w numerze komórki [7].

Metoda 2: Za pomocą LEN (DF.Metoda osi)

Następną metodą, której zamierzamy użyć, jest DF.Metoda osi. DF.Metoda osi jest nieco podobna do metody kształtu. Ale główną różnicą jest to, że metoda kształtu da bezpośrednie wyniki wierszy i kolumn w postaci krotki. Ale DF.osie, jeśli drukujemy, jak pokazano w numerze komórki [52] poniżej, który przechowuje wartości indeksu wierszy i kolumn.

  • W liczbie komórki [50]: Stworzyliśmy obiekt DICT (słownik), a następnie konwertować ten obiekt dyktowy na ramkę danych za pomocą biblioteki pandas.
  • W liczbie komórki [51]: Drukujemy przekonwertowane DICT na DataFrame (DF).
  • W liczbie komórek [52]: Drukujemy DF.osie, aby zobaczyć, co przechowują wartości. Widzimy DF.osie przechowują wartości indeksu wierszy i kolumn.
  • W liczbie komórki [53]: Teraz liczymy liczbę wierszy za pomocą len (DF.Metoda osi [0]), jak pokazano powyżej. Wartość 0 należy do indeksu wiersza.
  • W liczbie komórki [54]: Obliczamy liczbę kolumn za pomocą len (df.osie [1]). Wartość 1 należy do indeksu kolumny.

Metoda 3: Korzystanie z DataFrame.indeks (wiersze) i DataFrame.kolumny

Następną metodą, której zamierzamy użyć, jest DataFrame.indeks (wiersze) i DataFrame.kolumny. Ta metoda jest również podobna do powyższej metody (DF.osie), o których już rozmawialiśmy. Ale aby pobrać wiersze i kolumny, droga jest inna, którą zobaczysz poniżej.

  • W liczbie komórek [55]: Stworzyliśmy obiekt DICT (słownik), a następnie konwertować ten obiekt dyktowy na ramkę danych za pomocą biblioteki pandas.
  • W liczbie komórki [56]: Drukujemy przekonwertowane DICT na DataFrame (DF).
  • W liczbie komórki [57]: Drukujemy DF.indeks, aby zobaczyć, co mają wartości. Z wyniku stwierdziliśmy, że DF.indeks ma całą liczbę indeksów od początku do końca rzędu.
  • W liczbie komórki [58]: Drukujemy DF.kolumny i stwierdzono, że ma wszystkie nazwy kolumn.
  • W liczbie komórki [59]: Następnie obliczamy indeks (wiersze) za pomocą len (df.indeks) Metoda, jak pokazano powyżej w numerze komórki [59] i przypisz wartość do wiersza zmiennego. I podobne, zliczamy dla kolumn i przypisujemy tę wartość do innej zmiennej Cols.
  • W liczbie komórki [60]: Drukujemy obie zmienne (wiersze i kols) i otrzymujemy odpowiednio wynik 4 i 3.

Metoda 4: Za pomocą metody za pomocą DF.informacje ()

Następną metodą, którą zamierzamy omówić, aby zliczyć wiersze i kolumny, jest DF.informacje (). Ta metoda jest nieco trudna, co oznacza, że ​​nie dostaniesz wierszy i kolumn, ponieważ widzieliśmy wyniki w poprzedniej metodzie. Powodem tego jest to, że kiedy uruchamiamy tę metodę, otrzymujemy wartości wierszy i kolumn wraz z innymi informacjami z ramki danych, jak zobaczysz w poniższym wyniku.

  • W liczbie komórki [61]: Stworzyliśmy obiekt DICT (słownik), a następnie konwertować ten obiekt dyktowy na ramkę danych za pomocą biblioteki pandas.
  • W liczbie komórki [62]: Drukujemy przekonwertowane DICT na DataFrame (DF).
  • W liczbie komórki [63]: Drukujemy DF.info () i otrzymałem wszystkie informacje o ramce danych wraz z całkowitą liczbą wierszy i kolumn. Tak więc sztuczki tutaj musimy odfiltrować wynik, aby uzyskać wiersze i kolumny DataFrame.

Metoda 5: Za pomocą DF.Metoda Count ()

Następną metodą liczby, którą zamierzamy omówić, jest DF.liczyć( ). Tę metodę można zastosować do liczenia zarówno wierszy, jak i kolumn. Aby policzyć całkowitą liczbę wierszy, używamy DF.hrabia () metoda i do kolumn używamy DF.Count (axis = „kolumny”).

  • W liczbie komórki [64]: Stworzyliśmy obiekt DICT (słownik), a następnie konwertować ten obiekt dyktowy na ramkę danych za pomocą biblioteki pandas.
  • W liczbie komórki [65]: Drukujemy przekonwertowane DICT na DataFrame (DF).
  • W liczbie komórki [66]: Drukujemy DF.Count (), aby sprawdzić całkowitą liczbę wierszy i uzyskać wynik w postaci zliczeń, ponieważ nie będzie liczyć wartości zerowej. Nieco trudne jest uzyskanie odpowiedniego wyniku, więc ludzie nie wybierają tej metody.
  • W liczbie komórki [67]: Policzamy kolumny za pomocą theas df.Count (axis = „kolumny”).

Wniosek

Tak więc widzieliśmy różne rodzaje metod zliczania wierszy i kolumn. W której najlepszą metodą jest indeks i kształt, ponieważ dadzą one natychmiastowy wynik całkowitej liczby wierszy i kolumn, i nie musimy wykonywać dodatkowej pracy, jak widzieliśmy w innych metodach, takich jak DF.Count () i DF.informacje ().