如何获得pandas数据框的行数？
我试图得到与Pandas的dataframeDF的行数，这里是我的代码。
方法1：
total_rows = df.count print total_rows +1 方法2：
total_rows = df['First_columnn_label'].count print total_rows +1
这两个代码片段给我这个错误：
TypeError：不支持的操作数types为+：'instancemethod'和'int'
我究竟做错了什么？
根据@root给出的答案 ，检查df长度的最佳（最快）方法是调用：
len(df.index)
您可以使用.shape属性或者len(DataFrame.index) 。 但是，有明显的性能差异（ .shape属性更快）：
In [1]: import numpy as np In [2]: import pandas as pd In [3]: df = pd.DataFrame(np.arange(9).reshape(3,3)) In [4]: df Out[4]: 0 1 2 0 0 1 2 1 3 4 5 2 6 7 8 In [5]: df.shape Out[5]: (3, 3) In [6]: timeit df.shape 1000000 loops, best of 3: 1.17 us per loop In [7]: timeit df[0].count() 10000 loops, best of 3: 56 us per loop In [8]: len(df.index) Out[8]: 3 In [9]: timeit len(df.index) 1000000 loops, best of 3: 381 ns per loop
编辑：由于@Dan Allen在注释中指出len(df.index)和df[0].count()是不可互换的，因为count不包括NaN ，
使用len(df) 。 这是pandas0.11或更早的作品。
__len__()目前（0.12）logging了Returns length of index 。 时间信息，在根的答案中设置相同的方式：
In [7]: timeit len(df.index) 1000000 loops, best of 3: 248 ns per loop In [8]: timeit len(df) 1000000 loops, best of 3: 573 ns per loop
由于一个附加的函数调用，它比直接调用len(df.index)要慢一些，但是在大多数情况下这不应该起作用。
假设df是你的数据框，那么：
Count_Row=df.shape[0] #gives number of row count Count_Col=df.shape[1] #gives number of col count
除了上面的答案，使用可以使用df.axes获取行列索引的元组，然后使用len()函数：
total_rows=len(df.axes[0]) total_cols=len(df.axes[1])
获取行使用
df.index
和列使用
df.columns
你总是可以使用len(func)来获取列表的数量，因此你可以使用len(df.index)获取行数。
但请记住，如@root所述，使用shape[0] and shape[1]获取行数和列数是更快的select。
我从R背景来到pandas，看到大pandas在select行或列方面比较复杂。 我不得不与它搏斗一段时间，然后我find了一些方法来处理：
获取列数：
len(df.columns) ## Here: #df is your data.frame #df.columns return a string, it contains column's titles of the df. #Then, "len()" gets the length of it.
获取行数：
len(df.index) #It's similar.
df.shape以一个元组（行数，列数）的forms返回数据框的形状。
你可以简单地访问没有。 行或不行。 df.shape[0]分别与df.shape[0]或df.shape[1]相同，与访问元组的值相同。
你可以试试：
total_rows = len(df)
对于数据框df，在浏览数据时使用打印的逗号格式的行数：
def nrow(df): print("{:,}".format(df.shape[0]))
例：
nrow(my_df) 12,456,789
