Pandas是Python中一个非常强大的数据处理库，它提供了大量用于处理和分析数据的功能，在Pandas中，行数是指DataFrame对象中的行数，在本文中，我们将详细介绍如何使用Pandas获取DataFrame的行数。

1、导入pandas库

我们需要导入pandas库，在Python环境中，可以使用以下命令导入pandas库：

import pandas as pd

2、创建DataFrame对象

接下来，我们需要创建一个DataFrame对象，DataFrame是一个二维表格型数据结构，可以存储多种类型的数据，如数字、字符串等，我们可以使用字典、列表或者NumPy数组来创建DataFrame对象，以下是一些创建DataFrame对象的示例：

使用字典创建DataFrame
data = {'Name': ['Tom', 'Jerry', 'Mike'],
        'Age': [20, 21, 19],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
使用列表创建DataFrame
data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
df = pd.DataFrame(data)
使用NumPy数组创建DataFrame
import numpy as np
data = np.array([['Tom', 20, 'New York'],
                 ['Jerry', 21, 'Los Angeles'],
                 ['Mike', 19, 'Chicago']])
df = pd.DataFrame(data)

3、获取行数

要获取DataFrame的行数，我们可以使用shape属性或者len()函数。shape属性返回一个元组，表示DataFrame的形状，其中第一个元素表示行数，第二个元素表示列数。len()函数返回DataFrame的行数，以下是一些获取行数的示例：

使用shape属性获取行数
row_count = df.shape[0]
print("行数：", row_count)
使用len()函数获取行数
row_count = len(df)
print("行数：", row_count)

4、注意事项

在使用Pandas获取行数时，需要注意以下几点：

如果DataFrame为空（即没有任何行），使用shape属性或len()函数获取行数时，将返回0，在处理空DataFrame时，需要先判断其是否为空。

if not df.empty:
    row_count = df.shape[0]
    print("行数：", row_count)
else:
    print("DataFrame为空")

如果DataFrame中有缺失值（NaN），这些缺失值也会被计算在内，如果需要排除缺失值，可以使用dropna()函数删除包含缺失值的行，然后再获取行数。

df_no_missing = df.dropna()
row_count = df_no_missing.shape[0]
print("行数（无缺失值）：", row_count)

Pandas提供了多种方法来获取DataFrame的行数，在实际应用中，我们可以根据需要选择合适的方法来获取行数，希望本文能帮助你更好地理解和使用Pandas库。