Python Pandas DataFrame.ftypes用法及代码示例

Pandas DataFrame是带有标签轴(行和列)的二维大小可变的，可能是异构的表格数据结构。算术运算在行和列标签上对齐。可以将其视为Series对象的dict-like容器。这是 Pandas 的主要数据结构。

Pandas DataFrame.ftypes属性返回DataFrame中的ftypes(指示稀疏/密集和dtype)。它返回具有每个列的数据类型的Series。

用法： DataFrame.ftypes

参数：没有

返回:系列

范例1：采用DataFrame.ftypes属性以检查给定Dataframe中的列是否稀疏或密集。

# importing pandas as pd 
import pandas as pd 
  
# Creating the DataFrame 
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71], 
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'], 
                   'Age':[14, 25, 55, 8, 21]}) 
  
# Create the index 
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5'] 
  
# Set the index 
df.index = index_ 
  
# Print the DataFrame 
print(df)

输出：

现在我们将使用DataFrame.ftypes属性以检查给定数据帧中列的ftype。

# check if the column are  
# dense or sparse 
result = df.ftypes 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，DataFrame.ftypes属性已成功返回包含给定数据帧中每一列的ftypes的系列。

范例2：采用DataFrame.ftypes属性以检查给定Dataframe中的列是否稀疏或密集。

# importing pandas as pd 
import pandas as pd 
  
# Create an array 
arr = [100, 35, 125, 85, 35] 
  
# Creating a sparse DataFrame 
df = pd.SparseDataFrame(arr) 
  
# Print the DataFrame 
print(df)

输出：

现在我们将使用DataFrame.ftypes属性以检查给定数据帧中列的ftype。

# check if the column are  
# dense or sparse 
result = df.ftypes 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，DataFrame.ftypes属性已成功返回给定数据帧的ftype。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas DataFrame.ftypes。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。