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.to_sparse()
函数转换为SparseDataFrame。该函数实现了DataFrame的稀疏版本,这意味着任何与特定值匹配的数据都将在表示中被省略。稀疏的DataFrame可以提高存储效率。
用法: DataFrame.to_sparse(fill_value=None, kind=’block’)
参数:
fill_value:表示中应省略的特定值。
kind:{‘block’,‘integer’},默认为‘block’
返回:稀疏 DataFrame
范例1:采用DataFrame.to_sparse()
函数将给定的数据帧转换为SparseDataFrame以进行有效存储。
# 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_ = pd.date_range('2010-10-09 08:45', periods = 5, freq ='H')
# Set the index
df.index = index_
# Print the DataFrame
print(df)
输出:
现在我们将使用DataFrame.to_sparse()
函数将给定的数据帧转换为SparseDataFrame。
# convert to SparseDataFrame
result = df.to_sparse()
# Print the result
print(result)
# Verify the result by checking the
# type of the object.
print(type(result))
输出:
正如我们在输出中看到的,DataFrame.to_sparse()
函数已成功将给定的数据帧转换为SparseDataFrame类型。
范例2:采用DataFrame.to_sparse()
函数将给定的数据帧转换为SparseDataFrame以进行有效存储。
# importing pandas as pd
import pandas as pd
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
"B":[7, 2, 54, 3, None],
"C":[20, 16, 11, 3, 8],
"D":[14, 3, None, 2, 6]})
# 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.to_sparse()
函数将给定的数据帧转换为SparseDataFrame。
# convert to SparseDataFrame
result = df.to_sparse()
# Print the result
print(result)
# Verify the result by checking the
# type of the object.
print(type(result))
输出:
正如我们在输出中看到的,DataFrame.to_sparse()
函数已成功将给定的数据帧转换为SparseDataFrame类型。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.str.contains()用法及代码示例
- Python Pandas dataframe.std()用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas dataframe.sem()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas.Categorical()用法及代码示例
- Python Pandas.apply()用法及代码示例
- Python Pandas TimedeltaIndex.contains用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Series.str.pad()用法及代码示例
- Python Pandas Series.take()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas series.str.get()用法及代码示例
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.to_sparse。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。