Trovare le dimensioni di un DataFrame in Python

I DataFrame sono un tipo di dato ampiamente utilizzato negli script Python. Capire le dimensioni di un DataFrame in Python è fondamentale per molti scopi, tra cui determinare quanta memoria sarà necessaria quando si utilizza il DataFrame e assicurarsi che lo script non provi a richiamare un elemento fuori dai limiti del DataFrame. Fortunatamente, esistono diversi modi per trovare le dimensioni di un DataFrame in Python, consentendo a un programmatore Python di usare metodi diversi per adattarsi a stili di codice e situazioni differenti.

Vediamo come trovare le dimensioni di a un DataFrame in Python.

Capire i DataFrame in Python

I DataFrame sono un modo molto comune nel data science per organizzare le informazioni in Python. Ci sono alcuni elementi chiave che rendono i DataFrame estremamente utili nei progetti sui dati.

Innanzitutto, le informazioni nei DataFrame sono organizzate come una tabella, facile da leggere e comprendere. In secondo luogo, le informazioni sono mutabili, il che significa che gli elementi nel DataFrame possono essere modificati dopo la creazione. Puoi aggiungere facilmente nuovi elementi o aggiornare o rimuovere quelli esistenti all'interno di un DataFrame.

I DataFrame sono utili anche per il loro ordinamento. Gli elementi vengono mantenuti nel DataFrame nello stesso ordine in cui vengono aggiunti, a meno che non vengano modificati esplicitamente, ad esempio tramite ordinamento.

Infine, i DataFrame contengono un indice, che parte da 0, e ti permette di selezionare un singolo elemento in base alla sua posizione nel DataFrame.

Puoi approfondire i DataFrame nel corso di DataCamp sulla manipolazione dei dati con pandas o in questo tutorial su pandas in Python.

Dimensioni di un DataFrame in Python: usare df.shape in pandas per l'uso generale

pandas è una libreria che permette agli analisti di lavorare facilmente con i DataFrame. Questa libreria ha un semplice attributo shape usato per trovare le dimensioni di un DataFrame.

import pandas as pd

# Creating a sample DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
                   'Age': [25, 30, 22],
                   'City': ['New York', 'San Francisco', 'Los Angeles']})

# Using shape to get the size
rows, columns = df.shape
print(f"Number of rows: {rows}, Number of columns: {columns}")Offerto da

Output: Number of rows: 3, Number of columns: 3Offerto da

L'attributo df.shape fornisce rapidamente e con facilità informazioni sul numero di righe e di colonne in un DataFrame.

In sintesi: df.shape è la funzione di riferimento per trovare le dimensioni di un DataFrame.

Usare len() solo per il numero di righe

Uno dei metodi più semplici e comuni per trovare la lunghezza di una lista, la funzione built-in len(), può essere usata anche per trovare il numero di righe in un DataFrame. Questo metodo è conciso ed efficiente. Tuttavia, fornisce informazioni limitate rispetto a df.shape.

import pandas as pd

# Creating a sample DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
                   'Age': [25, 30, 22],
                   'City': ['New York', 'San Francisco', 'Los Angeles']})

# Using len to get the number of rows
num_rows = len(df)
print(f"Number of rows: {num_rows}")Offerto da

Output: Number of rows: 3Offerto da

Quando si tratta di verificare la lunghezza di una lista in Python, len() è raramente usata rispetto a df.shape. Tuttavia, può essere un modo rapido per esaminare il numero di righe in un DataFrame senza la libreria pandas.

In sintesi: len() è una funzione integrata da usare come alternativa a pandas.

df.info() per informazioni più dettagliate

Per le situazioni in cui serve una misura delle dimensioni più dettagliata, prova il metodo df.info() di pandas. Questo approccio ti fornisce il numero di righe e colonne nel DataFrame, oltre a informazioni sul tipo di dato in ciascuna colonna e sul numero di valori nulli.

import pandas as pd

# Creating a sample DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
                   'Age': [25, 30, 22],
                   'City': ['New York', 'San Francisco', 'Los Angeles']})

# Using info to get information about the DataFrame
df.info()Offerto da

Output: 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   Name    3 non-null      object
 1   Age     3 non-null      int64 
 2   City    3 non-null      object

dtypes: int64(1), object(2)
memory usage: 204.0+ bytesOfferto da

Con questo metodo, il numero di righe è indicato sotto RangeIndex. Nell'esempio sopra, mostra che ci sono tre righe (qui chiamate entries) e che l'indice parte da 0 e termina a 2. Il numero di colonne è elencato sotto. A seguire, viene indicato il nome di ogni colonna insieme al numero di valori non nulli in ciascuna colonna e al relativo tipo di dato.

In sintesi: df.info() può fornire informazioni più dettagliate su un DataFrame.

Best practice e consigli sulle dimensioni dei DataFrame in Python

Quando trovi le dimensioni di un DataFrame in Python, ci sono alcune best practice da tenere a mente.

1. Scegli il metodo che funziona meglio per il tuo DataFrame. Ricorda, df.shape ti dà rapidamente il numero di righe e colonne, mentre df.info offre informazioni aggiuntive che potrebbero servirti o meno per il tuo scopo.
2. Assicurati di aver installato e importato tutte le librerie necessarie. La libreria pandas è un punto di riferimento quando si lavora con i DataFrame.
3. Documenta bene il tuo lavoro. Usa commenti descrittivi così che chi coderà in futuro possa capire cosa hai fatto e perché.

Conclusione

Esistono diversi modi per trovare le dimensioni di un DataFrame in Python, a seconda delle tue preferenze e dei requisiti del codice. Che ti serva semplicità o dettagli approfonditi, c'è un approccio adatto alle tue esigenze specifiche.

Considera sempre la natura dei tuoi dati e le informazioni che intendi ricavare quando decidi quale approccio utilizzare. Per imparare altri modi di usare i DataFrame in Python, dai un'occhiata al corso Introduzione a Python di DataCamp o al corso Intermedio di Python per la finanza. Oppure prova il percorso di carriera Data Scientist in Python di DataCamp.

Puoi anche dare un'occhiata a polars, un nuovo concorrente di pandas per l'analisi di DataFrame ad alte prestazioni. Puoi leggere di più su la differenza tra pandas e polars o scoprire un'introduzione all'uso di polars.