python pandas 中已经从文件读取数据到DataFrame对象df,可以得到df对象中包含的记录数(行数)的语句

最新推荐文章于 2023-02-08 18:17:34 发布
最新推荐文章于 2023-02-08 18:17:34 发布
阅读量3.3k 收藏 1
点赞数 1
分类专栏： python基础
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lost0910/article/details/106089677
版权

python pandas 中已经从文件读取数据到DataFrame对象df,可以得到df对象中包含的记录数(行数)的语句？

可以有几种方法获取DataFrame对象的行数：

一、最简单的方式，获取dataframe对象的行数，使用len就可以，方法如下：

len(df)

       二、方法二：使用shape语句，如下：

df.shape

该语句返回一个包含行数和列数的元组，可以使用df.shape[0]将行数单独提取出来。

 

就到这里了~

data_amateur
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pandas | 使用pandas进行数据处理——DataFrame篇
TechFlow的博客
07-09 1290
本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是pandas数据处理专题的第二篇文章，我们一起来聊聊pandas当中最重要的数据结构——DataFrame。 上一篇文章当中我们介绍了Series的用法，也提到了Series相当于一个一维的数组，只是pandas为我们封装了许多方便好用的api。而DataFrame可以简单了理解成Series构成的dict，这样就将数据拼接成了二维的表格。并且为我们提供了许多表级别数据处理以及批量数据处理的接口，大大降低了数据处理的难度。 创建DataF
python 批量读取csv 文件到dataframe_Python Pandas批量读取csv文件到dataframe的方法
weixin_42382703的博客
12-24 2395
PYTHON Pandas批量读取csv文件到DATAFRAME首先使用glob.glob获得文件路径。然后定义一个列表，读取文件后再使用concat合并读取到的数据。#读取数据import pandas as pdimport numpy as npimport glob,ospath=r'e:\tj\month\fx1806'file=glob.glob(os.path.join(path, ...
python pandas使用df[]获取dataFrame的数据
weixin_45144170的博客
05-08 7680
pandas查询数据有很多种方式，比较常见的有df[]形式，df.A属性方式，df.iloc[] 方式，df.loc[]方式等等。这几种方式在使用时十分容易混淆，容易报错。从今天开始，我们对此做一下认真分析，纠正下使用方式。今天，我们看一下df[]方式。 df[]索引方式仅接收一个参数，对于获取整行整列的数据十分方便： （1）字符形式 '''字符形式仅接收列label，如下面的dataFrame就是 仅接收'name','score', 'grade' ''' # 指定了id列为行标识 >>&g
Python pandas库中如何获取dataframe对象的行数、列数-使用多种方法实现
跬步Python股票数据量化分析
03-18 6670
如何获取dataframe对象的行数、列数 1.获取dataframe对象df的行数 方法1：df.shape[0] 方法2：len(df) 2.得到dataframe对象df的列数 方法1：df.shape[1] 方法2：
pandas 读取mysql数据_Pandas读取MySQL数据到DataFrame的方法
weixin_42116791的博客
01-20 342
方法一：#-*- coding:utf-8 -*-from sqlalchemy import create_engineclass mysql_engine():user='******'passwd='******'host='******'port = '******'db_name='******'engine = create_engine('mysql://{0}:{1}@{2}:{3...
Pandas 简明教程（二）：读取文件、DataFrame常用属性/方法/条件过滤/聚合/分组
热门推荐
mighty13的专栏
04-16 3万+
一、读取文件 Pandas的主业是数据分析。因此，从外部文件读/写数据是Pandas的重要功能。Pandas提供了多种API函数用于支持多种类型数据（如CSV、Excel、SQL等）的读写，其中常用的函数如下表所示。 文件类型 读取函数 写入函数 xls/xlsx read_excel to_excel CSV read_csv to_csv SQL read_sql to_sql JSON read_json to_json HTML read_html to_html
python pandas读取csv_Python Pandas批量读取csv文件到dataframe的方法
weixin_39958631的博客
11-20 1854
PYTHON Pandas批量读取csv文件到DATAFRAME首先使用glob.glob获得文件路径。然后定义一个列表，读取文件后再使用concat合并读取到的数据。#读取数据import pandas as pdimport numpy as npimport glob,ospath=r'e:\tj\month\fx1806'file=glob.glob(os.path.join(path, ...
Pandas读取MySQL数据到DataFrame的方法
09-09
当需要从关系型数据库如MySQL中提取数据时，Pandas提供了方便的方法将数据直接转换为DataFrame对象，便于进一步的数据操作。本文将详细介绍两种使用Pandas从MySQL读取数据到DataFrame的方法。 方法一： 这种方法...
python 批量读取csv 文件到dataframe_python 批量读取csv_Python Pandas批量读取csv文件到dataframe的方法...
weixin_34746495的博客
02-19 1281
PYTHON Pandas批量读取csv文件到DATAFRAME首先使用glob.glob获得文件路径。然后定义一个列表，读取文件后再使用concat合并读取到的数据。#读取数据import pandas as pdimport numpy as npimport glob,ospath=r'e:tjmonthfx1806'file=glob.glob(os.path.join(path, "zq...
pandas dataframe数据提取的方法
qq_41953252的博客
11-11 3451
import numpy as np from pandas import DataFrame import pandas as pd df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd')) df['a']#取a列 df[['a','b']]#取a、b列 #ix可以用数字索引，也可以用index和column索引 df.ix[0]#取第0行 df.ix[0:1]#取第0行 df
pandas 读取文件内容dataframe方法
YPL_ZML的博客
06-24 2884
import pandas as pd # 获取数据 detail = pd.read_excel('meal_order_detail.xlsx', sep=',') # print(detail) # print(detail.index) # print(detail.columns) # 获取某一列数据 -- 获取菜品名称 # print(detail['dishes_name']) ...
Python pandas库的DataFrame对象中如何查看的重复的行，如何删除重复的行？
跬步Python股票数据量化分析
03-05 9740
Python pandas库的DataFrame对象中如何查看的重复的行，如何删除重复的行？ 1.查看dataframe对象df是否有重复行，使用df.duplicated()。该语句会返回一个bool值。 2.删除df的重复数据行，使用df.drop_duplicates()。返回值为一个删除重复行的dataframe对象。 看具体的代码演示： #创建一个dataframe对象 df1...
Pandas行数和列数获取
路在脚下
05-26 2万+
Pandas行数和列数获取,ndarray转dataframe，series
Python_Pandas_查看数据
feizuiku0116的博客
08-16 471
一.查看数据的前几行 用法和参数 Dataframe对象.head(n=5) n：查看数据的前n行 实例 import pandas as pd # 查看数据的前5行 data = pd.read_excel('订单表.xlsx', sheet_name=3) print(data.head()) ''' 订单编号 产品 数量 金额 0 d001 投影仪 5台 2000 1 d002 马克笔 5盒 300 2 d003 打印机 1台 298 3 d
python利用pandas库函数read_excel读取excel数据,然后获取dataframe中的行列数据，最后将处理的数据写入excel
m0_52987303的博客
03-09 1724
[https://blog.csdn.net/weixin_38546295/article/details/83537558]
Pandas各种方式读取dataframe的数据，有这篇就够了
健康平安的活着的专栏
02-22 7120
import numpy as np from pandas import DataFrame import pandas as pd #构建dataframe，二维数组 df = DataFrame(np.arange(20).reshape(4,5),index=['one','two','three','four'],columns=list('abcde')) print(df) ...
2021-05-31 pandas读取文件&DataFrame查看和操作数据
mlxgccc的博客
06-01 1270
一、读取数据 通过 read_ csv 函数将 csv 读取到 pandas 的 DataFrame 对象； df_rating =pd.read_csv(" csv文件 ") 通过 read_excel 函数将 excel 文件读取到 DataFrame，并且可以通过 cheet_name 参数指定要读取哪个表，以及通过 use_cols 参数来指定要读取哪几列； # 读取excel df_info = pd.read_excel("info.xlsx") # 读取excel中不同的表格 df_perf
pandas——DataFrame基本操作（一）【建议收藏】
阿极的博客
02-08 2543
a.loc[‘one’,‘a’]与a.loc[[‘one’],[‘a’]]作用是一样的，不过前者只显示对应的值，而后者会显示对应的行和列标签。a.loc[[‘one’,‘two’],[‘a’,‘b’]] 表示选取’one’和’two’这两行以及columns为a,b的列；a1[a1[‘one’].isin([‘2’,‘3’])] 表显示满足条件：列one中的值包含’2’,'3’的所有行。a.x与a[‘x’]意思一样。a.loc[:,[‘a’,‘b’] ] 表示选取所有的行以及columns为a,b的列；
Python中pandas库实现数据缺失值判断isnull()函数
liujingwei8610的专栏
01-28 8264
【小白从小学Python、C、Java】 【Python全国计算机等级考试】 【Python数据分析考试必会题】 ● 标题与摘要 Python中pandas库实现数据缺失值判断 isnull()函数 ● 选择题 以下语句输出的是dataframe中每列缺失值个数的是： A df.isnull() B df.isnull().count() C df.isnull().sum() D df.isnull().any() 欢迎大家转发，一起传播知识和正能量，帮助到更多人。期待大家提出宝贵
Pandas可以从多种文件格式中读取数据，包括CSV, Excel，SQL等.
最新发布
06-03
是的，您说的是正确的。 Pandas 提供了多种方法，可以从各种不同的文件格式中读取数据。常见的文件格式包括 CSV、Excel、SQL 数据库等。 具体来说，Pandas 中读取不同文件格式的方法如下： - 读取 CSV 文件：使用 `read_csv` 函数。 - 读取 Excel 文件：使用 `read_excel` 函数。 - 读取 SQL 数据库：使用 `read_sql` 函数。 `read_csv` 函数可以读取逗号分隔的文本文件，并将其转换为 DataFrame 对象。其语法格式如下： ```python df = pd.read_csv(filepath_or_buffer, sep=',', header=0, names=None, index_col=None, dtype=None, encoding=None) ``` 其中，参数的含义为： - `filepath_or_buffer`：要读取的 CSV 文件路径或文件对象。 - `sep`：字段分隔符，默认为逗号 `,`。 - `header`：指定哪一行作为列名，默认为 `0`，即第一行作为列名。如果文件中没有列名，可以将其置为 `None`。 - `names`：自定义列名，如果文件中没有列名，可以通过该参数指定列名。 - `index_col`：指定哪一列作为索引，如果不指定，则默认使用自动生成的整数索引。 - `dtype`：指定每一列的数据类型，可以是 `int`、`float`、`str` 等。 - `encoding`：文件编码格式，默认为 UTF-8。 `read_excel` 函数可以读取 Excel 文件，并将其转换为 DataFrame 对象。其语法格式如下： ```python df = pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, dtype=None, engine=None) ``` 其中，参数的含义为： - `io`：要读取的 Excel 文件路径、URL、文件对象或类文件对象。 - `sheet_name`：指定要读取的工作表名称或索引，默认为第一个工作表。 - `header`：指定哪一行作为列名，默认为 `0`，即第一行作为列名。如果文件中没有列名，可以将其置为 `None`。 - `names`：自定义列名，如果文件中没有列名，可以通过该参数指定列名。 - `index_col`：指定哪一列作为索引，如果不指定，则默认使用自动生成的整数索引。 - `dtype`：指定每一列的数据类型，可以是 `int`、`float`、`str` 等。 - `engine`：指定要使用的解析引擎，可以是 `openpyxl`、`xlrd` 等。 `read_sql` 函数可以从 SQL 数据库中读取数据，并将其转换为 DataFrame 对象。其语法格式如下： ```python df = pd.read_sql(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, columns=None) ``` 其中，参数的含义为： - `sql`：要执行的 SQL 查询语句。 - `con`：指定要连接的数据库，可以是 SQLAlchemy 引擎、连接对象或字符串。 - `index_col`：指定哪一列作为索引，如果不指定，则默认使用自动生成的整数索引。 - `coerce_float`：是否将浮点数转换为 Python 中的 float 类型，默认为 True。 - `params`：查询参数，可以是字符串、元组或字典。 - `parse_dates`：指定哪些列需要解析为日期时间类型。 - `columns`：自定义列名，如果文件中没有列名，可以通过该参数指定列名。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值