【Python】DataFrameで行数・列数を確認する方法｜shape

DataFrameで行数・列数を確認する方法

今回はshapeを利用してDataFrameの行数・列数を確認する方法をご紹介します

Pythonでは大量のデータを高速で処理できる反面、どのくらいデータが入っているか分かりにくいという欠点があります

また集計や結合の処理を実施していくと、行数や列数はどんどん増えていきます

思わぬ形でデータが増減する場合もあるため、注意が必要になります

ミスを防ぐという意味でもshapeを活用し、データの行数・列数を確認しましょう

事前準備

Seabornというライブラリから、タイタニック号のデータを取得しておきます

またPandasも合わせてインポートしておきます

import seaborn as sns
import pandas as pd
df = sns.load_dataset('titanic')
df.head()

2021-10-02【Python】初心者向けタイタニック号のサンプルデータをご紹介します

shapeの使い方

shapeを利用することで、行数・列数を簡単に取得することができます

事前準備で設定した変数（df）に対して実施します

df.shape

行数（891）と列数（15）が表示されました

行数→列数の順にデータが表示されるため、順番は覚えておきましょう

データ処理前後で行数・列数を取得する

printを利用することで、処理の途中でも行数・列数を表示させることができます

この機能を利用して複雑なデータ処理の前後で、行数・列数が変化したかどうかを把握しましょう

※タイタニック号のデータを「男性」「女性」で分割した後に、改めて結合します

#変数（df）の行数・列数を取得
print(df.shape)

#男性と女性を分ける
male   = df.query('sex=="male"')
female = df.query('sex=="female"')

#変数（male/female）の行数・列数を取得
print('男性'+str(male.shape))
print('女性'+str(female.shape))

「男性」「女性」ごとに変数を用意し、printを使ってそのタイミングでの行数・列数を取得しています

891行あったデータを2分割して、「男性＝577」「女性＝314」に分かれたことが分かります

単体の数値として取得する

shapeで取り出した行数・列数は、単体の数値として利用することができます

列数を取得するには[0]を付けて、行数を取得するには[1]を付けましょう

male.shape[0]

ilocを組み合わせて利用する

この行・列の数値のみをilocと組み合わせて、データを自在に取得することができるのでご紹介します

「行の始めから終わり」と「列の始めから終わり」までを指定することで、DataFrameからデータを取得することができます

まずはconcatを使って「男性：male」と「女性：female」を縦に結合します

そしてilocとshapeを組み合わせて、男性の行数だけ取得します

#男性と女性を結合する
df_2 = pd.concat([male,female])

#男性の行数をshapeを使い取得する
df_2.iloc[:male.shape[0],:]

2021-08-29【Python】指定の範囲のデータを抽出する｜loc iloc

機械学習の前処理で活用する

最後に機械学習の前処理において、shapeが活躍するのでご紹介します

訓練データ（train）とテストデータ（test）を同時にダミー変数処理を実施する流れを実施します

図のように「A～D」が入っている列をget_dummiesを使い列を増やします

trainとtestのデータを用意します

trainとtestのデータをconcatで結合します

結合したデータをget_dummiesでダミー変数化します

ilocとshapeを利用して元の形に分割します

2021-05-30【Python】concat｜複数のデータを連結する

2021-11-20【Python】カテゴリ変数の数値変換｜ダミー処理（one-hot encoding / label encoding）

まとめ

今回はshapeを利用してDataFrameの行数・列数を確認する方法をご紹介してきました

簡単に行数・列数を把握することができるのでぜひ活用してみてください

また機械学習の前処理にも活用できるので、自然に使えるようにしてください