pandas数据形状df.shape的用法和实现方法

Pandas的数据形状df.shape是一个非常有用的函数，它可以用来查看数据的形状。它可以用来查看数据集的行数和列数，以及每一列的数据类型。它可以让我们更好地理解数据，并且可以帮助我们更好地处理数据。

使用方法

使用df.shape函数可以很容易地查看数据集的形状，它返回一个元组，包含行数和列数。例如，如果我们有一个数据集有4行和3列，那么df.shape将返回(4,3)。

import pandas as pd

data = {'Name': ['John', 'Tom', 'Jack', 'Steve'],
        'Age': [20, 25, 30, 35],
        'Job': ['Engineer', 'Teacher', 'Doctor', 'Lawyer']}

df = pd.DataFrame(data)

print(df.shape)
# 输出：(4, 3)

除了查看数据集的形状，df.shape还可以用来查看每一列的数据类型，例如，如果我们有一个数据集有4列，其中3列为字符串类型，1列为整型，那么df.shape将返回(4, [str, str, str, int])。

import pandas as pd

data = {'Name': ['John', 'Tom', 'Jack', 'Steve'],
        'Age': [20, 25, 30, 35],
        'Job': ['Engineer', 'Teacher', 'Doctor', 'Lawyer']}

df = pd.DataFrame(data)

print(df.shape)
# 输出：(4, [str, str, str, int])

Pandas的数据形状df.shape函数是一个非常有用的工具，它可以帮助我们更好地理解数据，并且可以帮助我们更好地处理数据。