Python 在数据帧中循环时出现意外结果

我将csv的内容加载到数据帧

data = pd.read_csv("census.csv")

然后我检查数据大小

print( data.size) --> 633108

然后我循环遍历数据帧

counter = 0
for index, row in data.iterrows():
    counter += 1

然后我再次检查计数器和数据大小

print( counter) --> 45222
print( data.size) --> 633108

---

他们应该是一样的，我不明白为什么他们不一样。我将感谢任何帮助

size

不是要使用的正确属性<代码>大小是元素的总数

df = pd.DataFrame(np.zeros((3, 4)))
df.size

12

如果只有一列，

size

将恰好正确

df.iloc[:, [0]].size

3

相反，使用

df.shape[0]

获取行数

df.shape[0]

3

或

我更喜欢

len（df）

，因为它比

df.shape[0]

%timeit df.shape[0]
%timeit len(df)

1.58 µs ± 47.9 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
916 ns ± 21 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

您可以使用

len（df.columns）

对于获取形状元组，它相当于同时获取

df.index

的

len

和

df.column

。避免转到

values

，因为它是

shape

属性，因为形成

values

数组的调用开销太大。除非你需要这个数组来做其他事情

%timeit df.shape
%timeit df.values.shape
%timeit len(df), len(df.columns)

1.58 µs ± 75.5 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
5.78 µs ± 198 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
1.65 µs ± 35 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

---

Think

计数器

应该是

数据。形状[0]

，因为您正在迭代它的行。

数据。形状

将返回行x列。是的，有13列+1个索引。14x45222=633108。非常感谢您的快速回复。两个答案都很有帮助。

%timeit df.shape[1]
%timeit len(df.columns)

1.65 µs ± 67.7 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
679 ns ± 34.1 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%timeit df.shape
%timeit df.values.shape
%timeit len(df), len(df.columns)

1.58 µs ± 75.5 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
5.78 µs ± 198 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
1.65 µs ± 35 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)