Abmessungen des Pandas DataFrame

1. Anzeige der DataFrame-Größe in Pandas Python mit der dataframe.size-Eigenschaft
2. Anzeige der Form von DataFrame in Pandas Python unter Verwendung der Eigenschaft dataframe.shape
3. Anzeige der DataFrame Dimension in Pandas Python unter Verwendung der dataframe.ndim Eigenschaft
4. Abschluss

Die Python Pandas-Bibliothek enthält ein Bündel von Eigenschaften, die uns bei der Ausführung verschiedener Aufgaben helfen. Bei der Arbeit mit Pandas DataFrame müssen wir möglicherweise die Größe, Form und Dimension eines DataFrame anzeigen, und diese Aufgabe können wir leicht mit einigen beliebten Panda-Eigenschaften wie df.size, df.shape und df.ndim erledigen.

Dieser Artikel zeigt, wie man die Größe, Form und Dimensionen eines DataFrame mithilfe von Python-Pandas-Eigenschaften wie dataframe.size, dataframe.shape und dataframe.ndim zurückgibt oder berechnet.

Anzeige der DataFrame-Größe in Pandas Python mit der dataframe.size-Eigenschaft

In Python Pandas dataframe.size-Eigenschaft wird verwendet, um die Größe von Pandas DataFrame anzuzeigen. Es gibt die Größe des DataFrames oder einer Reihe zurück, die der Gesamtzahl der Elemente entspricht. Wenn Sie die Größe der series berechnen möchten, wird die Anzahl der Zeilen zurückgegeben. Im Fall eines DataFrame gibt es die Zeilen multipliziert mit den Spalten zurück.

Im folgenden Beispiel haben wir eine .csv-Datei mit pd.csvread() importiert oder gelesen und einen DataFrame erstellt. Mit der Pandas-Eigenschaft dataframe.size haben wir die Größe des angegebenen DataFrame angezeigt.

Beispielcode:

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv(r"C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv")

# print dataframe
print(dataframe)

# displaying dataframe size
print("The size of the DataFrame is: ", dataframe.size)

Ausgabe:

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The size of the DataFrame is:  40

Anzeige der Form von DataFrame in Pandas Python unter Verwendung der Eigenschaft dataframe.shape

Die Eigenschaft dataframe.shape pandas python gibt die Tupelform in Form von (rows, columns) eines DataFrame oder einer series zurück.

In dem unten bereitgestellten Codebeispiel haben wir nach dem Lesen einer .csv-Datei einen DataFrame erstellt. Um die Form des Datenrahmens zurückzugeben, verwenden wir die Eigenschaft dataframe.shape auf folgende Weise.

Beispielcode:

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv(r"C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv")

# print dataframe
print(dataframe)

# displaying dataframe shape
print("The shape of the DataFrame is: ", dataframe.shape)

Ausgabe:

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The shape of the DataFrame is:  (10, 4)

Anzeige der DataFrame Dimension in Pandas Python unter Verwendung der dataframe.ndim Eigenschaft

Die Pandas-Eigenschaft dataframe.ndim gibt die Dimension einer series oder eines DataFrame zurück. Für alle Arten von dataframes und series wird die Dimension 1 für series zurückgegeben, die nur aus Zeilen besteht und im Fall von DataFrame oder zweidimensionalen Daten 2 zurückgibt.

Im folgenden Beispielcode haben wir einen DataFrame erstellt, indem wir die .csv-Datei importiert haben. Um die Dimension des DataFrame zurückzugeben, haben wir die pandas-Eigenschaft dataframe.ndim verwendet, die im Fall von pandas DataFrame 2 ist.

Beispielcode:

import pandas as pd

# create a dataframe after reading .csv file
dataframe = pd.read_csv(r"C:\Users\DELL\OneDrive\Desktop\CSV_files\Samplefile1.csv")

# print dataframe
print(dataframe)

# displaying dataframe dimension
print("The dimension of the DataFrame is: ", dataframe.ndim)

Ausgabe:

              Name    Team           Position    Age
0    Adam Donachie   "BAL"          "Catcher"  22.99
1        Paul Bako   "BAL"          "Catcher"  34.69
2  Ramon Hernandez   "BAL"          "Catcher"  30.78
3     Kevin Millar   "BAL"    "First Baseman"  35.43
4      Chris Gomez   "BAL"    "First Baseman"  35.71
5    Brian Roberts   "BAL"   "Second Baseman"  29.39
6    Miguel Tejada   "BAL"        "Shortstop"  30.77
7      Melvin Mora   "BAL"    "Third Baseman"  35.07
8      Aubrey Huff   "BAL"    "Third Baseman"  30.19
9       Adam Stern   "BAL"       "Outfielder"  27.05
The dimension of the DataFrame is:  2

Abschluss

Wir haben drei verschiedene Pandas-Eigenschaften untersucht, wie zum Beispiel dataframe.size, dataframe.shape und dataframe.ndim, über die wir einfach die Größe, Form und Dimension des DataFrame oder der series zurückgeben können. Ich hoffe, dass alle oben erläuterten Demonstrationen Ihnen helfen, die grundlegende Verwendung von Panda-Eigenschaften zu verstehen.