如何检索 Pandas 数据框中的列数？

Question

如何以编程方式检索 pandas 数据框中的列数？我希望得到类似的东西：

df.num_columns

Answer 1

像这样：

import pandas as pd
df = pd.DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]})

len(df.columns)
3

Answer 2

替代方案：

df.shape[1]

（df.shape[0]是行数）

Answer 3

如果保存数据帧的变量叫做df，那么：

len(df.columns)

给出列数。

对于那些想要行数的人：

len(df.index)

对于包含行数和列数的元组：

df.shape

Answer 4

很惊讶我还没有看到这个，所以不用多说，这里是：

df.columns.size

Answer 5

df.info() 函数将为您提供如下结果。 如果您使用的是 Pandas 的 read_csv 方法，不带 sep 参数或带“，”的 sep。

raw_data = pd.read_csv("a1:\aa2/aaa3/data.csv")
raw_data.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5144 entries, 0 to 5143
Columns: 145 entries, R_fighter to R_age

Answer 6

有多个选项可以获取列号和列信息，例如：
让我们检查一下。

local_df = pd.DataFrame(np.random.randint(1,12,size=(2,6)),columns =['a','b','c','d','e' ，'F']） 1. local_df.shape[1] --> Shape属性返回元组为（行&列）（0,1）。

1. local_df.info() --> info 方法将返回有关数据框及其列的详细信息，例如列数、列的数据类型、 非空值计数，Data Frame 的内存使用情况

2. len(local_df.columns) --> columns 属性将返回数据框列的索引对象，len 函数将返回可用列总数。

3. local_df.head(0) --> 参数为 0 的 head 方法将返回 df 的第一行，实际上只是标题。

假设列数不超过 10。对于循环乐趣： li_count =0 对于 local_df 中的 x： li_count =li_count + 1 打印(li_count)

Answer 7

为了在您的总形状中包含行索引“列”的数量，我个人将df.columns.size 与属性pd.Index.nlevels/pd.MultiIndex.nlevels 的列数相加：

设置虚拟数据

import pandas as pd

flat_index = pd.Index([0, 1, 2])
multi_index = pd.MultiIndex.from_tuples([("a", 1), ("a", 2), ("b", 1), names=["letter", "id"])

columns = ["cat", "dog", "fish"]

data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flat_df = pd.DataFrame(data, index=flat_index, columns=columns)
multi_df = pd.DataFrame(data, index=multi_index, columns=columns)

# Show data
# -----------------
# 3 columns, 4 including the index
print(flat_df)
    cat  dog  fish
id                
0     1    2     3
1     4    5     6
2     7    8     9

# -----------------
# 3 columns, 5 including the index
print(multi_df)
           cat  dog  fish
letter id                
a      1     1    2     3
       2     4    5     6
b      1     7    8     9

将我们的流程写成函数：

def total_ncols(df, include_index=False):
    ncols = df.columns.size
    if include_index is True:
        ncols += df.index.nlevels
    return ncols

print("Ignore the index:")
print(total_ncols(flat_df), total_ncols(multi_df))

print("Include the index:")
print(total_ncols(flat_df, include_index=True), total_ncols(multi_df, include_index=True))

打印出来：

Ignore the index:
3 3

Include the index:
4 5

如果您只想在索引为pd.MultiIndex 时包含索引的数量，那么您可以在定义的函数中加入isinstance 签入。

作为替代方案，您可以使用df.reset_index().columns.size 来获得相同的结果，但这不会那么高效，因为我们暂时将新列插入索引并在获取列数之前创建新索引。

Answer 8

#use a regular expression to parse the column count
#https://docs.python.org/3/library/re.html

buffer = io.StringIO()
df.info(buf=buffer)
s = buffer.getvalue()
pat=re.search(r"total\s{1}[0-9]\s{1}column",s)
print(s)
phrase=pat.group(0)
value=re.findall(r'[0-9]+',phrase)[0]
print(int(value))

Answer 9

import pandas as pd
df = pd.DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]})


print(len(list(df.iterrows())))

给出行的长度

3

[Program finished]

Answer 10

这里是：

• pandas
  • excel 引擎：xlsxwriter

获取列数的几种方法：

• len(df.columns) -> 28
• df.shape[1] -> 28
  • 在这里：df.shape = (592, 28)
  • 相关
    • 行数：df.shape[0] -> 592
• df.columns.shape[0] -> 28
  • 这里：df.columns.shape = (28,)
• df.columns.size -> 28

Answer 11

这对我有用 len(list(df))。