Question

我有一个数据框：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

如果我在这个对象上调用list，我就明白了：

>>> list(df)
['A', 'B']

但如果我在这个对象上调用len，我就明白了：

>>> len(df)
3

后一个len调用对我来说更直观 - 就像在迭代中查找元素的数量一样。我不清楚pandas.DataFrame上这两个函数调用背后的行为的确切差异。 dis.dis的输出看起来非常相似：

>>> dis.dis('len(df)')
  1           0 LOAD_NAME                0 (len)
              2 LOAD_NAME                1 (df)
              4 CALL_FUNCTION            1
              6 RETURN_VALUE
>>> dis.dis('list(df)')
  1           0 LOAD_NAME                0 (list)
              2 LOAD_NAME                1 (df)
              4 CALL_FUNCTION            1
              6 RETURN_VALUE

所以我没有任何迹象表明为什么在DataFrame上调用list会返回列名列表，而len返回对象中的行数。当我致电len(df)时，DataFrame上会调用this method吗？

注意：list和len函数比较只是一个示例。我真的在寻找有关pandas.DataFrame在与各种功能接口时如何互动/表现的信息。

Answer 1

这是__len__ pandas对象中DataFrame的定义：

def __len__(self):
    return len(self.index)

如预期的那样，你会得到行数＃（我猜设计决定？）

对于list(df)，它与__iter__返回的内容有关，在这种情况下，您可以将其追溯到NDFrame，这是数据帧的基类，它说：

def __iter__(self):
    """Iterate over infor axis"""
    return iter(self._info_axis)

其中_info_axis是DataFrames的列轴。

Pandas数据帧行为：list（df）与len（df）

1 个答案: