shape 0 pandas что это значит? 👥🐼

🔎 Фраза "shape 0 pandas" означает возвращение размерности 0 из Pandas DataFrame.

Вычисление значения shape[0] возвращает количество строк в DataFrame.

import pandas as pd

# Создание примера DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# Получение размерности 0 (количество строк)
num_rows = df.shape[0]

print(num_rows)  # Вывод: 3

В этом примере, результатом будет 3, так как DataFrame df содержит 3 строки.

Shape в Pandas: Что это значит?

Форма (shape) в программировании обычно относится к размеру и структуре массивов или коллекций данных. В Pandas, библиотеке Python для анализа данных, атрибут shape используется для получения информации о размере и форме DataFrame или Series.

DataFrame и Series в Pandas

Прежде чем мы углубимся в понятие shape, давайте кратко рассмотрим DataFrame и Series.

DataFrame: DataFrame является двумерной структурой данных в Pandas, представляющей данные в виде таблицы с рядами и столбцами. Каждый столбец может содержать данные различных типов, таких как числа, строки или даты.

Series: Series - это одномерная структура данных в Pandas, которая представляет собой одномерный массив или столбец данных. Series имеет индексы, по которым можно получать доступ к его значениям.

Атрибут shape

В Pandas, атрибут shape возвращает кортеж, содержащий информацию о размере DataFrame или Series. Этот кортеж состоит из двух элементов: количество строк и количество столбцов.

import pandas as pd

data = {'Name': ['John', 'Alice', 'Bob'],
        'Age': [25, 28, 32],
        'City': ['New York', 'Paris', 'London']}

df = pd.DataFrame(data)
shape = df.shape

print(shape)  # Выводит (3, 3)

В коде выше мы создаем DataFrame с тремя полями: Name, Age и City. После этого мы используем атрибут shape для получения информации о его размере. В результате мы получаем кортеж (3, 3), указывающий на то, что у нас есть 3 строки и 3 столбца в DataFrame.

В случае Series, атрибут shape также возвращает кортеж, но содержит только один элемент - количество элементов в серии.

import pandas as pd

data = [10, 20, 30, 40, 50]
series = pd.Series(data)
shape = series.shape

print(shape)  # Выводит (5,)

В коде выше мы создаем Series с пятью элементами. После использования атрибута shape, мы получаем кортеж (5,), указывающий на то, что у нас есть 5 элементов в Series.

Зачем использовать атрибут shape

Атрибут shape полезен для быстрой проверки размеров вашего DataFrame или Series. Он может быть использован, когда вам нужно выполнить дальнейшие операции, зависящие от размера данных.

Например, вы можете использовать атрибут shape для проверки, сколько строк или столбцов содержит ваш DataFrame:

import pandas as pd

data = {'Name': ['John', 'Alice', 'Bob'],
        'Age': [25, 28, 32],
        'City': ['New York', 'Paris', 'London']}

df = pd.DataFrame(data)
shape = df.shape

num_rows = shape[0]  # Количество строк
num_cols = shape[1]  # Количество столбцов

print(f"DataFrame содержит {num_rows} строк(и) и {num_cols} столбца(ов)")

В результате вы получите сообщение: "DataFrame содержит 3 строки и 3 столбца."

Заключение

В этой статье мы рассмотрели понятие shape в Pandas. Мы узнали, что shape возвращает размер и форму DataFrame или Series в виде кортежа, содержащего количество строк и столбцов или количество элементов. Атрибут shape полезен для проверки размеров данных и выполнения операций, зависящих от размера.