Xác định kích thước của DataFrame trong Python

DataFrame là một kiểu dữ liệu được dùng rộng rãi trong các script Python. Hiểu kích thước của DataFrame trong Python rất quan trọng cho nhiều mục đích, bao gồm xác định mức cấp phát bộ nhớ cần thiết khi sử dụng DataFrame và đảm bảo script của bạn không cố truy cập phần tử nằm ngoài phạm vi của DataFrame. May mắn là có nhiều cách để tìm kích thước của DataFrame trong Python, cho phép một lập trình viên Python sử dụng các phương pháp khác nhau phù hợp với phong cách và bối cảnh mã khác nhau.

Hãy cùng thảo luận cách tìm kích thước của DataFrame trong Python.

Tìm hiểu về DataFrame trong Python

DataFrame là một cách tổ chức thông tin trong Python rất phổ biến trong khoa học dữ liệu. Có một vài thành phần then chốt khiến DataFrame cực kỳ hữu ích trong các dự án dữ liệu.

Thứ nhất, thông tin trong DataFrame được tổ chức như một bảng, dễ đọc và dễ hiểu. Thứ hai, thông tin có thể thay đổi (mutable), nghĩa là các phần tử trong DataFrame có thể được chỉnh sửa sau khi tạo. Bạn có thể dễ dàng thêm phần tử mới, hoặc cập nhật hay xóa các phần tử hiện có trong một DataFrame.

DataFrame cũng hữu ích ở tính có thứ tự. Các phần tử được giữ trong DataFrame theo đúng thứ tự bạn đã thêm vào, trừ khi bạn thay đổi một cách rõ ràng, chẳng hạn bằng cách sắp xếp.

Cuối cùng, DataFrame có chứa một chỉ mục (index), bắt đầu từ 0, cho phép bạn chọn một phần tử riêng lẻ dựa trên vị trí của nó trong DataFrame.

Bạn có thể tìm hiểu thêm về DataFrame trong khóa học thao tác dữ liệu với pandas của DataCamp hoặc hướng dẫn Python pandas này.

Kích thước DataFrame trong Python: Dùng df.shape trong pandas cho mục đích chung

pandas là một thư viện cho phép nhà phân tích dễ dàng làm việc với DataFrame. Thư viện này có thuộc tính shape đơn giản để dùng khi cần tìm kích thước của 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}")Được hỗ trợ bởi

Output: Number of rows: 3, Number of columns: 3Được hỗ trợ bởi

Thuộc tính df.shape cung cấp thông tin về số hàng và số cột trong một DataFrame một cách nhanh chóng, dễ dàng.

Điểm mấu chốt: df.shape là lựa chọn ưu tiên để tìm kích thước của DataFrame.

Dùng len() để lấy riêng số hàng

Một trong những phương thức đơn giản và phổ biến nhất để tìm độ dài của một danh sách là hàm dựng sẵn len(), và cũng có thể dùng để tìm số hàng trong một DataFrame. Cách này ngắn gọn và hiệu quả. Tuy nhiên, nó cung cấp ít thông tin hơn so với 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}")Được hỗ trợ bởi

Output: Number of rows: 3Được hỗ trợ bởi

Khi kiểm tra độ dài của một danh sách trong Python, len() hiếm khi được dùng so với df.shape. Tuy vậy, đây có thể là cách nhanh để xem số hàng trong một DataFrame mà không cần thư viện pandas.

Điểm mấu chốt: len() là hàm dựng sẵn có thể dùng như một lựa chọn thay thế cho pandas.

df.info() cho thông tin chi tiết hơn

Trong các tình huống cần thước đo chi tiết hơn về kích thước, hãy thử phương thức df.info() của pandas. Cách tiếp cận này cung cấp số hàng và số cột trong DataFrame, cũng như thông tin về kiểu dữ liệu ở mỗi cột và số giá trị null.

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()Được hỗ trợ bởi

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+ bytesĐược hỗ trợ bởi

Với phương thức này, số hàng được liệt kê dưới RangeIndex. Trong ví dụ trên, nó cho thấy có ba hàng (ở đây gọi là entries) và chỉ mục bắt đầu từ 0 và kết thúc ở 2. Số cột được liệt kê ngay bên dưới. Sau đó là tên từng cột cùng với số lượng phần tử không null trong mỗi cột và kiểu dữ liệu của chúng.

Điểm mấu chốt: df.info() có thể cung cấp thông tin chi tiết hơn về một DataFrame.

Thực hành tốt và mẹo khi xác định kích thước DataFrame trong Python

Khi tìm kích thước của DataFrame trong Python, có một vài thực hành tốt cần ghi nhớ.

1. Chọn phương pháp phù hợp nhất với DataFrame của bạn. Hãy nhớ, df.shape cho số hàng và cột một cách nhanh chóng, trong khi df.info cho thêm thông tin mà bạn có thể cần hoặc không cần cho mục đích của mình.
2. Đảm bảo bạn đã cài đặt và nhập các thư viện cần thiết. Thư viện pandas là công cụ cơ bản khi làm việc với DataFrame.
3. Ghi chép công việc cẩn thận. Hãy dùng chú thích mô tả để những người viết mã sau này có thể hiểu bạn đã làm gì và vì sao.

Kết luận

Có nhiều cách để tìm kích thước của DataFrame trong Python, tùy theo sở thích và yêu cầu mã của bạn. Dù bạn cần sự đơn giản hay thông tin chi tiết, đều có một cách tiếp cận phù hợp với nhu cầu cụ thể của bạn.

Luôn cân nhắc bản chất dữ liệu và những hiểu biết bạn muốn rút ra khi quyết định phương pháp sử dụng. Để học thêm cách sử dụng DataFrame trong Python, hãy xem khóa Nhập môn Python của DataCamp hoặc khóa Python trung cấp cho Tài chính. Hoặc thử lộ trình nghề nghiệp nhà khoa học dữ liệu với Python của DataCamp.

Bạn cũng có thể tìm hiểu polars, một đối thủ mới của pandas cho phân tích DataFrame hiệu năng cao. Bạn có thể đọc thêm về sự khác biệt giữa pandas và polars hoặc khám phá giới thiệu về cách sử dụng polars.