如何检索 Pandas 数据框中的列数？

Posted 2023-03-11

【中文标题】如何检索 Pandas 数据框中的列数？

【英文标题】：How do I retrieve the number of columns in a Pandas data frame?

【发布时间】：2013-12-16 08:00:01

【问题描述】：

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

【问题讨论】：

我正在寻找一种解决方案，该解决方案还考虑在 groupby 操作后变成（多）索引的列。我想出了len(df.axes[0].names)+df.shape[1]，但它看起来远非最佳。有任何想法吗？现在没有一个现有的答案可以解决这个问题。

@jangorecki 不过，这与这个问题完全没有关系。如果事物位于 DataFrame 的索引中，则它们不被视为一列。虽然这似乎有点武断的区别，但对于某些操作，pandas 以不同的方式对待索引值和列系列 very。无论如何，您可以在 groupby 时阻止使用as_index=False 创建MultiIndex。

@ALollz 不将它们视为列这一事实只是 pandas 的特性，来自 SQL、R 和其他技术的工程师会期望分组列是列，而不是属性。

@jangorecki 一种简单的方法是len(df.reset_index().columns)，因为 reset_index 会将所有索引转换为列。但正如@Aloltz 所说，这确实是一个独特的问题。我建议只用适当的样本数据集提出一个新问题，并在此处为接受的答案提供赏金。

【参考方案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

【讨论】：

加上df.shape 给出一个带有(n_rows, n_columns)的元组

@mkln 如果您发布 df.shape[1] 作为答案，我会 +1。这是使用 numpy 的更好方法，值得单独回答。

完成。 @PhilCooper 也许您可以解释为什么 df.shape 更好？我的猜测是它不调用函数，只是从内存中读取属性？

【参考方案2】：

替代方案：

df.shape[1]

（df.shape[0]是行数）

【讨论】：

+1 因为我喜欢鼓励使用 martix 类型语法来寻址 numpy 和 pandas 对象。 （df.shape 与 len（df.columns））。说实话，如果您查看 pandas 的形状描述符，它会调用 len(df.columns) 但 numpy 数组和矩阵将它们作为属性。最有效的矢量化操作可以使用常规的 python 语法来完成，而不是矢量化操作，并且几乎总是错误的（numba/jit 操作除外）

【参考方案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

【讨论】：

不会len(df) 给你行吗？

@PadraicCunningham pandas 有很多容易忘记的快捷方式，所以我宁愿忽略它们，而是使用主要逻辑来解决问题。有时你可能会牺牲处理速度，但我更看重我的编码时间和代码可读性，而不是几秒钟的处理时间。在这种特殊情况下：如果您知道可以使用 len(df.index) 计算行数，那么下次您需要列数时，自然会使用 len(df.columns)。

【参考方案4】：

很惊讶我还没有看到这个，所以不用多说，这里是：

df.columns.size

【参考方案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

【参考方案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）。

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

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。

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)

【参考方案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。

【参考方案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\s1[0-9]\s1column",s)
print(s)
phrase=pat.group(0)
value=re.findall(r'[0-9]+',phrase)[0]
print(int(value))

【参考方案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]

【参考方案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

【参考方案11】：

这对我有用 len(list(df))。

【讨论】：

点评来源： 嗨，这篇文章似乎没有为问题提供quality answer。请编辑您的答案并改进它，或者将其作为评论发布。

不要那样做。它会创建一个新列表，浪费内存和速度。