如何获取panda数据帧df的行数？
当前回答
找出数据帧中行数的另一种方法是pandas.Index.size，我认为这是最可读的变体。
请注意，正如我对公认答案的评论，
疑似pandas.Index.size实际上比len（df.Index）更快，但在我的计算机上告诉的是相反的情况（每个循环大约慢150 ns）。
其他回答
对于dataframe df，在浏览数据时使用的打印逗号格式的行计数：
def nrow(df):
print("{:,}".format(df.shape[0]))
例子：
nrow(my_df)
12,456,789
这两种方法都可以做到（df是DataFrame的名称）：
方法1：使用len函数：
len（df）将给出名为df的DataFrame中的行数。
方法2：使用计数函数：
df[col].count（）将计算给定列col中的行数。
df.count（）将给出所有列的行数。
假设df是您的数据帧，那么：
count_row = df.shape[0] # Gives number of rows
count_col = df.shape[1] # Gives number of columns
或者更简洁地说，
r, c = df.shape
您也可以这样做：
假设df是您的数据帧。然后df.shape为您提供数据帧的形状，即（行，列）
因此，分配以下命令以获得所需的
row = df.shape[0], col = df.shape[1]
TL；DR使用长度（df）
len（）返回列表对象的项数（长度）（也适用于字典、字符串、元组或范围对象）。因此，要获取DataFrame的行计数，只需使用len（df）。有关len函数的更多信息，请参见官方页面。
或者，您可以分别使用df.index和df.columns访问所有行和所有列len（df.index）将给出行数，len（df.columns）将给出列数。
或者，您可以使用df.shape，它一起返回行数和列数（作为元组），在这里您可以使用索引访问每个项。如果要访问行数，请仅使用df.shape[0]。对于列数，请只使用：df.shape[1]。
