Python的新手。

在R中，您可以使用dim（...）获得矩阵的尺寸。Python Pandas中数据框的对应函数是什么？

df.shape，df您的DataFrame在哪里。

获取有关DataFrame或Series尺寸信息的所有方法的摘要

有很多方法可以获取有关DataFrame或Series属性的信息。

创建示例数据框和序列

df = pd.DataFrame({'a':[5, 2, np.nan], 'b':[ 9, 2, 4]})
df

     a  b
0  5.0  9
1  2.0  2
2  NaN  4

s = df['a']
s

0    5.0
1    2.0
2    NaN
Name: a, dtype: float64

shape 属性

该shape属性返回DataFrame中行数和列数的两个项的元组。对于系列，它返回一个单项元组。

df.shape
(3, 2)

s.shape
(3,)

len 功能

要获取DataFrame的行数或获得Series的长度，请使用len函数。将返回一个整数。

len(df)
3

len(s)
3

size 属性

要获取DataFrame或Series中元素的总数，请使用size属性。对于DataFrame，这是行数和列数的乘积。对于系列，这将等效于以下len功能：

df.size
6

s.size
3

ndim 属性

该ndim属性返回DataFrame或Series的维数。对于DataFrame，它将始终为2，对于Series，将始终为1：

df.ndim
2

s.ndim
1

棘手的count方法

该count方法可用于返回DataFrame每列/行的不丢失值的数量。这可能会非常令人困惑，因为大多数人通常认为count只是每行的长度，而实际上并非如此。当在DataFrame上调用时，将返回Series，其中索引中的列名称以及非缺失值的数量作为值。

df.count() # by default, get the count of each column

a    2
b    3
dtype: int64


df.count(axis='columns') # change direction to get count of each row

0    2
1    2
2    1
dtype: int64

对于一个Series，只有一个轴用于计算，因此它只返回一个标量：

s.count()
2

使用该info方法检索元数据

该info方法返回每列的非缺失值数和数据类型

df.info（）

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 2 columns):
a    2 non-null float64
b    3 non-null int64
dtypes: float64(1), int64(1)
memory usage: 128.0 bytes