Python 如何获得dask数据帧的形状？

正在执行。shape给了我以下错误

AttributeError:“DataFrame”对象没有属性“shape”

---

我应该如何获得形状呢？

您可以直接获得列数

len(df.columns)  # this is fast

您也可以在数据帧本身上调用len，不过请注意，这将触发计算

len(df)  # this requires a full scan of the data

---

Dask.dataframe在未首先读取所有数据之前不知道数据中有多少条记录。

要获得形状，我们可以尝试以下方法：

 dask_dataframe.describe().compute() 

索引的“count”列将给出行数

 len(dask_dataframe.columns)

---

这将给出数据框中的列数，我知道这是一个很老的问题，但我也有同样的问题，我得到了一个现成的解决方案，我只想在这里注册

考虑到您的数据，我想知道它最初是保存在一个类似的CSV文件中；因此，在我的情况下，我只计算该文件的行数（减去1，标题行）。受此启发，我正在使用以下解决方案：

导入dask.dataframe作为dd
从itertools导入（takewhile，重复）
def rawincount（文件名）：
f=打开（文件名为“rb”）
bufgen=takewhile（λx:x，（f.raw.read（1024*1024）表示重复（无）））
返回和（buf中buf的buf计数（b'\n'））
文件名='myHugeDataframe.csv'
df=dd.read\u csv（文件名）
df_shape=（rawincount（文件名）-1，len（df.columns））
打印（f“形状：{df_形状}”）

---

希望这也能帮助其他人。

使用shape，您可以执行以下操作

a = df.shape
a[0].compute(),a[1]

这将按照熊猫打印（“（”，len（df），“，”，len（df.columns），“）”）显示的形状进行处理

---

通过下面的代码获取列数

import dask.dataframe as dd
dd1=dd.read_csv("filename.txt")
print(dd1.info)

#Output
<class 'dask.dataframe.core.DataFrame'>
Columns: 6 entries, CountryName to Value
dtypes: object(4), float64(1), int64(1)

导入dask.dataframe作为dd
dd1=dd.read\u csv（“filename.txt”）
打印（dd1.info）
#输出
列：6个条目，CountryName到值
数据类型：object（4）、float64（1）、int64（1）

len（df）正在加载所有记录，在我的例子中，查找144M行大小的表的len（df）花费了几分钟多（wind10、ram16、intel7）。还有其他方法吗？它可能必须加载所有数据才能找到长度。不，没有别的办法。您可以考虑使用类似于数据库的东西，它跟踪元数据中的这种信息。我一直在执行代码> > df.index。但我的数据存储在柱状拼花地板中。。。因此，这取决于您的底层数据体系结构是什么。这种方法非常快速，并且利用了DASKI中的分布式处理。谢谢！这比加载单个列并获取其长度的其他可能解决方案要快。在Pandas中，shape将同时输出行数和列数。我认为显示列数并不能回答OP的问题。列：6个条目这在输出中是什么，我正在使用dask供参考。