панды Python как подсчитать количество записей или строк в таблице данных

очевидно, новый для панд. Как я могу просто подсчитать количество записей в фрейме данных.

Я бы подумал, что такая простая вещь, как это, сделает это, и я даже не могу найти ответ в поисках...наверное, потому, что это слишком просто.

cnt = df.count
print cnt

приведенный выше код фактически просто печатает весь df

12
count dataframe pandas

4 ответов

С уважением к вашему вопросу... считая одно поле? Я решил задать вопрос, но надеюсь, это поможет...

скажем, у меня есть следующий DataFrame

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.normal(0, 1, (5, 2)), columns=["A", "B"])

вы можете сосчитать один столбец по

df.A.count()
#or
df['A'].count()

оба оценивают до 5.

классная вещь (или одна из многих w.r.т. pandas) это если у вас есть NA значения, count принимает это во внимание.

так если бы я сделал

df['A'][1::2] = np.NAN
df.count()

результат будет будь

 A    3
 B    5
13

получить количество строк в таблице данных:

df.shape[0]

(и df.shape[1] получить количество столбцов).

в качестве альтернативы вы можете использовать 

len(df)

или

len(df.index)

(и len(df.columns) для столбцов)

shape является более универсальным и более удобным, чем len(), специально для интерактивной работы (просто нужно добавить в конце), но len немного быстрее (см. Также этот ответ).

избежать: count() потому что он возвращает количество наблюдений не-NA / null над запрошенной осью

len(df.index) быстрее 

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(24).reshape(8, 3),columns=['A', 'B', 'C'])
df['A'][5]=np.nan
df
# Out:
#     A   B   C
# 0   0   1   2
# 1   3   4   5
# 2   6   7   8
# 3   9  10  11
# 4  12  13  14
# 5 NaN  16  17
# 6  18  19  20
# 7  21  22  23

%timeit df.shape[0]
# 100000 loops, best of 3: 4.22 µs per loop

%timeit len(df)
# 100000 loops, best of 3: 2.26 µs per loop

%timeit len(df.index)
# 1000000 loops, best of 3: 1.46 µs per loop

df.__len__ это просто вызов len(df.index)

import inspect 
print(inspect.getsource(pd.DataFrame.__len__))
# Out:
#     def __len__(self):
#         """Returns length of info axis, but here we use the index """
#         return len(self.index)

почему вы не должны использовать count()

df.count()
# Out:
# A    7
# B    8
# C    8
13

просто row_num = df.shape[0] # дает количество строк, вот пример:

import pandas as pd
import numpy as np

In [322]: df = pd.DataFrame(np.random.randn(5,2), columns=["col_1", "col_2"])

In [323]: df
Out[323]: 
      col_1     col_2
0 -0.894268  1.309041
1 -0.120667 -0.241292
2  0.076168 -1.071099
3  1.387217  0.622877
4 -0.488452  0.317882

In [324]: df.shape
Out[324]: (5, 2)

In [325]: df.shape[0]   ## Gives no. of rows/records
Out[325]: 5

In [326]: df.shape[1]   ## Gives no. of columns
Out[326]: 2
8

пример Nan выше пропускает одну часть, что делает его менее общим. Для этого более "обобщенно" используйте df['column_name'].value_counts() Это даст вам количество каждого значения в этом столбце.

d=['A','A','A','B','C','C'," " ," "," "," "," ","-1"] # for simplicity

df=pd.DataFrame(d)
df.columns=["col1"]
df["col1"].value_counts() 
      5
A     3
C     2
-1    1
B     1
dtype: int64
"""len(df) give you 12, so we know the rest must be Nan's of some form, while also having a peek into other invalid entries, especially when you might want to ignore them like -1, 0 , "", also"""
2