Pandas库坚固而强大，它帮助我们轻松地处理不同的数据集。Pandas**.size**,.shape, and**.ndim**属性用于返回DataFrames和Series的大小、形状和尺寸。
潘达斯数据框架的大小
要查找 Pandas DataFrame的大小，请使用size 属性。DataFrame 大小属性用于获取对象中的元素数量。如果是Series，它返回的是行数。否则，如果DataFrame返回行数乘以列数。
语法
DataFrame.size
返回值
sizeb返回DataFrame的大小，即DataFrame的元素数。
关于pandas.DataFrame.size的程序示例
写一个程序来展示pandas.DataFrame.size的工作原理。
import pandas as pd
data = pd.Series({'1st': 1, '2nd': 2, '3rd': 3, '4th': 4})
print(data, '\n')
print('Size = ', data.size)
输出
1st 1
2nd 2
3rd 3
4th 4
dtype: int64
Size = 4
在上面的程序中，我们可以看到我们已经创建了一个系列，并使用大小来显示系列中的元素数量，在本例中是4。 为了清楚起见，我们还打印了该系列。
例2：创建一个有多个值的数据框，并显示相应的大小。
请看下面的代码。
import pandas as pd
df = pd.DataFrame(
{'1st': [1, 2], '2nd': [3, 4], '3rd': [5, 6], '4th': [7, 8]})
print(df, '\n')
print('Size = ', df.size)
输出
1st 2nd 3rd 4th
0 1 3 5 7
1 2 4 6 8
Size = 8
在这里我们可以看到，我们必须在不同的行中有多个值，并得到 该DataFrame的大小输出。
Pandas df.size, df.shape 和 df.ndim
DataFrame.size返回DataFrame/Series的大小，这相当于项目的总数。也就是行x列。
DataFrame.size返回DataFrame/Series的形状（行，列）的元组。
DataFrame.ndim返回DataFrame/Series的维度。1代表一维（系列），2代表二维（DataFrame）。
在这个例子中，首先存储来自size和shape的输出。然后，由于.size返回的是元素的总数，通过乘以shape方法返回的行和列进行比较。之后，DataFrame和Series的维度也用**.ndim**检查。
import pandas as pd
df = pd.DataFrame(
{'1st': [1, 2], '2nd': [3, 4], '3rd': [5, 6], '4th': [7, 8]})
print(df, '\n')
print('Size = ', df.size)
print('Dimension = ', df.ndim)
print('Shape = ', df.shape)
输出结果
1st 2nd 3rd 4th
0 1 3 5 7
1 2 4 6 8
Size = 8
Dimension = 2
Shape = (2, 4)
从输出结果中，你可以看到**.shape的行x列返回元组（2，4），大小为8。
另外，DataFrame的ndim**为2。
参见
The postHow to Find Pandas DataFrame Size in Pythonappeared first onAppDividend.
