如何统计Pandas DataFrame列子集的返回行数？

我太懂这种头疼的情况了！当你从Pandas DataFrame里筛选列子集时，结果行数不一样，处理逻辑居然还会变——多行的时候能正常获取行数，单行的时候直接调用shape或者len()就报错，简直让人摸不着头脑。

先看个实际例子，你就能立刻明白问题出在哪：

import pandas as pd

# 创建测试数据
df1 = pd.DataFrame({'A':['A1','A2','A1'],'B':['B1','B2','B3']})
df2 = df1.set_index('A')
df3 = df1.iloc[:2,].set_index('A')

先看下两个DataFrame的结构：

>>> df2
     B
A     
A1  B1
A2  B2
A1  B3
>>> df3
     B
A     
A1  B1
A2  B2

现在尝试获取匹配行的形状：

# 匹配到两行时，返回Series对象，能正常调用shape
>>> df2.loc['A1','B'].shape
(2,)

# 但匹配到一行时，返回的是字符串标量，调用shape直接报错
>>> df3.loc['A1','B'].shape
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'str' object has no attribute 'shape'

问题根源 #

这其实是Pandas的默认“简化”行为：当你的筛选结果包含多行时，它会返回一个Series对象，这时候可以正常用shape、len()统计行数；但如果结果只有一行，Pandas会自动把它简化成对应的标量值（比如这里的字符串'B1'），标量自然没有shape或者len()这些属性。

我们可以对比两种情况的返回值：

>>> df2.loc['A1','B']  # 返回Series
A
A1    B1
A1    B3
Name: B, dtype: object
>>> df3.loc['A1','B']  # 返回标量字符串
'B1'

解决办法 #

这里有几个靠谱的方案，能让你不管结果是一行还是多行，都能稳定统计行数：

• 方案一：使用keepdims=True参数
  在loc查询时加上这个参数，强制Pandas返回二维的DataFrame，哪怕只有一行数据：

df3.loc['A1','B', keepdims=True].shape
(1, 1)
len(df3.loc['A1','B', keepdims=True])
1

- **方案二：用双层方括号选取列**
选取列的时候用`[[列名]]`替代`列名`，这样返回的始终是DataFrame，不会被简化成标量：
```python
>>> df3.loc['A1', ['B']].shape
(1, 1)
>>> len(df3.loc['A1', ['B']])
1

• 方案三：统一转成Series处理
  不管返回的是标量还是Series，都用pd.Series()包装一下，这样就能统一调用shape或者len()：

result = df3.loc['A1','B']
pd.Series(result).shape
(1,)
len(pd.Series(result))
1

内容的提问来源于stack exchange，提问作者KClem