hand
_1_21_65
4
python3.X - 数据分析 - Pandas
共95篇
python3.X - 数据分析 - Pandas
返回栏目
1k
0k
5k
0k
0.1k
0k
2k
3k
1k
1k
0.2k
3k
0k
4k
3k
3k
3k
3k
0.5k
5k
1k
0.3k
3k
4k
7k
2k
7k
0.8k
0.9k
1k
1k
2k
0.4k
0.6k
0.6k
0.5k
0.9k
0.9k
1k
0.9k
1k
0.8k
1k
0.4k
0.4k
0.3k
0.6k
1k
0.9k
1k
1k
1k
0.8k
1k
0.8k
1k
0.7k
0.6k
4k
0.4k
3k
0.7k
0.8k
0.8k
0.2k
2k
1k
0.7k
0.7k
0.4k
0.5k
3k
0.1k
0.7k
0.9k
0.3k
1k
0.4k
0.4k
1k
0.5k
0.1k
0.7k
1k
0k
0.2k
0.7k
0.3k
0k
0k
0.1k
0k
0k
0k
3k
返回python3.X - 数据分析 - Pandas栏目
作者:
贺及楼
成为作者
更新日期:2024-10-18 14:32:45
在Pandas中,shape 属性用于返回DataFrame或Series的形状。对于DataFrame,它返回一个元组,表示DataFrame的行数和列数;而对于Series,它返回一个元组,表示Series的长度。
以下是shape的一些关键点:
元组返回:
shape属性返回一个形如(行数, 列数)的元组。
快速获取维度:
通过shape可以快速了解数据集的大小。
DataFrame 和 Series 通用:
无论是DataFrame还是Series,都可以使用shape属性。
不可直接修改:
shape属性是只读的,不能直接赋值修改。
与其他NumPy属性一致:
由于Pandas是建立在NumPy之上的,shape属性与NumPy数组的shape属性具有相同的功能。
import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"one", "B":1, "C":11}, {"A":"two", "B":2, "C":22}])
A | B | C | |
---|---|---|---|
0 | one | 1 | 11 |
1 | two | 2 | 22 |
df.shape[0] - [0]行数
2
df.shape[1] - [1]列数
3
## 返回int类型
python3.X - 数据分析 - Pandas
整章节共95节
快分享给你的小伙伴吧 ~