如何获取 Pandas DataFrame 的行数？

对于数据框 df，可以使用以下任何一种：

长度（df.index）

df.shape[0]

df[df.columns[0]].count() （== 第一列中非 NaN 值的数量）

https://i.stack.imgur.com/wEzue.png

重现情节的代码：

import numpy as np
import pandas as pd
import perfplot

perfplot.save(
    "out.png",
    setup=lambda n: pd.DataFrame(np.arange(n * 3).reshape(n, 3)),
    n_range=[2**k for k in range(25)],
    kernels=[
        lambda df: len(df.index),
        lambda df: df.shape[0],
        lambda df: df[df.columns[0]].count(),
    ],
    labels=["len(df.index)", "df.shape[0]", "df[df.columns[0]].count()"],
    xlabel="Number of rows",
)

---

假设 df 是您的数据框，那么：

count_row = df.shape[0]  # Gives number of rows
count_col = df.shape[1]  # Gives number of columns

或者，更简洁地说，

r, c = df.shape

---

使用 len(df) :-)。

__len__() 记录在“返回索引长度”中。

计时信息，设置方式与root's answer相同：

In [7]: timeit len(df.index)
1000000 loops, best of 3: 248 ns per loop

In [8]: timeit len(df)
1000000 loops, best of 3: 573 ns per loop

由于一个额外的函数调用，当然可以说它比直接调用 len(df.index) 慢一点。但这在大多数情况下应该无关紧要。我发现 len(df) 非常易读。

---

如何获取 Pandas DataFrame 的行数？

此表总结了您希望在 DataFrame（或 Series，为了完整性）中计算某些内容的不同情况，以及推荐的方法。

https://i.stack.imgur.com/3FXuI.png

脚注 DataFrame.count 将每列的计数作为一个系列返回，因为非空计数因列而异。 DataFrameGroupBy.size 返回一个系列，因为同一组中的所有列共享相同的行数。 DataFrameGroupBy.count 返回一个 DataFrame，因为同一组中的列之间的非空计数可能不同。要获取特定列的分组非空计数，请使用 df.groupby(...)['x'].count() 其中“x”是要计数的列。

最少的代码示例

下面，我展示了上表中描述的每种方法的示例。首先，设置 -

df = pd.DataFrame({
    'A': list('aabbc'), 'B': ['x', 'x', np.nan, 'x', np.nan]})
s = df['B'].copy()

df

   A    B
0  a    x
1  a    x
2  b  NaN
3  b    x
4  c  NaN

s

0      x
1      x
2    NaN
3      x
4    NaN
Name: B, dtype: object

DataFrame 的行数：len(df)、df.shape[0] 或 len(df.index)

len(df)
# 5

df.shape[0]
# 5

len(df.index)
# 5

比较恒定时间操作的性能似乎很愚蠢，尤其是当差异在“认真，别担心”的级别时。但这似乎是其他答案的趋势，所以为了完整性，我也在做同样的事情。

在上述三种方法中，len(df.index)（如其他答案中所述）是最快的。

注意上述所有方法都是常数时间操作，因为它们是简单的属性查找。 df.shape（类似于ndarray.shape）是一个属性，它返回一个元组（#Rows,#Cols）。例如，对于此处的示例，df.shape 返回 (8, 2)。

DataFrame 的列数：df.shape[1], len(df.columns)

df.shape[1]
# 2

len(df.columns)
# 2

与 len(df.index) 类似，len(df.columns) 是两种方法中较快的一种（但需要输入更多字符）。

系列的行数：len(s), s.size, len(s.index)

len(s)
# 5

s.size
# 5

len(s.index)
# 5

s.size 和 len(s.index) 在速度方面大致相同。但我推荐len(df)。

注意 size 是一个属性，它返回元素的数量（=任何系列的行数）。 DataFrames 还定义了一个 size 属性，它返回与 df.shape[0] * df.shape[1] 相同的结果。

非空行数：DataFrame.count 和 Series.count

这里描述的方法只计算非空值（意味着 NaN 被忽略）。

调用 DataFrame.count 将为 each 列返回非 NaN 计数：

df.count()

A    5
B    3
dtype: int64

对于系列，使用 Series.count 达到类似效果：

s.count()
# 3

分组行数：GroupBy.size

对于 DataFrames，使用 DataFrameGroupBy.size 计算每组的行数。

df.groupby('A').size()

A
a    2
b    2
c    1
dtype: int64

同样，对于 Series，您将使用 SeriesGroupBy.size。

s.groupby(df.A).size()

A
a    2
b    2
c    1
Name: B, dtype: int64

在这两种情况下，都会返回 Series。这对 DataFrames 也有意义，因为所有组共享相同的行数。

分组非空行数：GroupBy.count

与上面类似，但使用 GroupBy.count，而不是 GroupBy.size。请注意，size 始终返回 Series，而 count 如果在特定列上调用则返回 Series，否则返回 DataFrame。

以下方法返回相同的内容：

df.groupby('A')['B'].size()
df.groupby('A').size()

A
a    2
b    2
c    1
Name: B, dtype: int64

同时，对于 count，我们有

df.groupby('A').count()

   B
A
a  2
b  1
c  0

...调用整个 GroupBy 对象，与，

df.groupby('A')['B'].count()

A
a    2
b    1
c    0
Name: B, dtype: int64

在特定列上调用。

---

TL;DR 使用 len(df)

len() 返回列表对象的项目数（长度）（也适用于字典、字符串、元组或范围对象）。因此，要获取 DataFrame 的行数，只需使用 len(df)。有关 len 函数的更多信息，请参阅the official page。

或者，您可以分别使用 df.index 和 df.columns 访问所有行和所有列。由于您可以使用 len(anyList) 来获取元素编号，因此使用 len(df.index) 将给出行数，而 len(df.columns) 将给出列数。

或者，您可以使用 df.shape 一起返回行数和列数（作为元组），您可以在其中访问每个项目及其索引。如果要访问行数，请仅使用 df.shape[0]。对于列数，仅使用：df.shape[1]。

---

除了前面的答案，您可以使用 df.axes 获取具有行和列索引的元组，然后使用 len() 函数：

total_rows = len(df.axes[0])
total_cols = len(df.axes[1])

---

...在 Jan-Philip Gehrcke's answer 上构建。

len(df) 或 len(df.index) 比 df.shape[0] 快的原因：

看代码。 df.shape 是一个 @property，它运行两次调用 len 的 DataFrame 方法。

df.shape??
Type:        property
String form: <property object at 0x1127b33c0>
Source:
# df.shape.fget
@property
def shape(self):
    """
    Return a tuple representing the dimensionality of the DataFrame.
    """
    return len(self.index), len(self.columns)

在 len(df) 的引擎盖下

df.__len__??
Signature: df.__len__()
Source:
    def __len__(self):
        """Returns length of info axis, but here we use the index """
        return len(self.index)
File:      ~/miniconda2/lib/python2.7/site-packages/pandas/core/frame.py
Type:      instancemethod

len(df.index) 会比 len(df) 稍微快一点，因为它少了一个函数调用，但这总是比 df.shape[0] 快

---

我是从 R 背景来到 Pandas 的，我发现 Pandas 在选择行或列时更加复杂。

我不得不与它搏斗了一段时间，然后我找到了一些应对的方法：

获取列数：

len(df.columns)
## Here:
# df is your data.frame
# df.columns returns a string. It contains column's titles of the df.
# Then, "len()" gets the length of it.

获取行数：

len(df.index) # It's similar.

---

你也可以这样做：

假设 df 是您的数据框。然后 df.shape 为您提供数据框的形状，即 (row,col)

因此，分配以下命令以获得所需的

 row = df.shape[0], col = df.shape[1]

---

如果您想在链接操作的中间获取行数，您可以使用：

df.pipe(len)

例子：

row_count = (
      pd.DataFrame(np.random.rand(3,4))
      .reset_index()
      .pipe(len)
)

如果您不想在 len() 函数中放置长语句，这会很有用。

您可以改用 __len__()，但 __len__() 看起来有点奇怪。

---

这两种方法都可以（df 是 DataFrame 的名称）：

方法一：使用len函数：

len(df) 将给出名为 df 的 DataFrame 中的行数。

方法二：使用count函数：

df[col].count() 将计算给定列 col 中的行数。

df.count() 将给出所有列的行数。

---

对于数据帧 df，在探索数据时使用打印的逗号格式的行数：

def nrow(df):
    print("{:,}".format(df.shape[0]))

例子：

nrow(my_df)
12,456,789

---

找出数据框中行数的另一种方法是pandas.Index.size，我认为这是最易读的变体。

请注意，正如我对 the accepted answer 的评论，

怀疑 pandas.Index.size 实际上会比 len(df.index) 快，但我计算机上的 timeit 告诉我否则（每个循环慢约 150 ns）。

---

我不确定这是否可行（数据可以省略），但这可能可行：

*dataframe name*.tails(1)

然后使用它，您可以通过运行代码片段并查看提供给您的行号来找到行数。

---

使用 len(df) 或 len(df.index) 时，您可能会遇到此错误：

  ----> 4 df['id'] = np.arange(len(df.index)
  TypeError: 'int' object is not callable

解决方案：

lengh = df.shape[0]

---

想一想，数据集是“数据”并将您的数据集命名为“data_fr”，data_fr 中的行数是“nu_rows”

#import the data frame. Extention could be different as csv,xlsx or etc.
data_fr = pd.read_csv('data.csv')

#print the number of rows
nu_rows = data_fr.shape[0]
print(nu_rows)

---