### 如何在 Python 3 中获取 Pandas DataFrame 的长度 在 Python 3 中，可以通过多种方法来获取 Pandas DataFrame 的长度。以下是几种常见的实现方式： #### 使用 `len()` 函数 `len()` 是一种简单直观的方法，可以直接返回 DataFrame 的行数。 ```python import pandas as pd # 创建示例 DataFrame data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) row_length = len(df) # 获取行数 print(f"DataFrame 的行数为: {row_length}") ``` 此方法仅适用于获取行的数量[^2]。 --- #### 使用 `.shape` 属性 `.shape` 返回的是一个元组 `(rows, columns)`，分别表示 DataFrame 的行数和列数。如果只需要行数，则可以访问第一个元素。 ```python row_length = df.shape[0] # 获取行数 column_length = df.shape[1] # 获取列数 print(f"DataFrame 的行数为: {row_length}, 列数为: {column_length}") ``` 这种方法更加灵活，能够同时获取行数和列数[^3]。 --- #### 使用 `.size` 和 `.columns.size` 虽然 `.size` 可以得到整个 DataFrame 的单元格总数（即行数乘以列数），但如果想单独获得列的数量，可以使用 `.columns.size` 或者直接通过 `.shape[1]` 实现。 ```python total_cells = df.size # 单元格总数 column_count = df.columns.size # 列数量 print(f"总单元格数为: {total_cells}, 列数为: {column_count}") ``` 需要注意的是，这种做法并不适合单纯统计行数的情况。 --- #### 更新或修改现有 DataFrame 后重新计算长度 当对 DataFrame 执行某些操作（如删除行、追加新数据等）之后，可能需要再次确认其当前大小。此时仍然适用上述任意一种方法。例如，在调用 `update()` 方法后验证更改效果： ```python new_data = {'A': [7, 8], 'B': [9, 10]} new_df = pd.DataFrame(new_data, index=[3, 4]) df.update(new_df) # 更新原有数据 updated_row_length = len(df) print(f"更新后的 DataFrame 行数为: {updated_row_length}") # 计算最新行数 ``` 这里展示了如何利用 `update()` 来调整原始 DataFrame 并随后检查新的尺寸[^4]。 --- ### 总结 对于大多数场景而言，推荐优先考虑 `len(df)` 或者 `df.shape[0]` 这两种简洁明了的方式去取得目标对象的高维度信息——也就是它的记录条目数目。