用法:
pandas.api.types.is_sparse(arr)
检查 array-like 是否是一维 pandas 稀疏数组。
检查一维 array-like 是否为 pandas 稀疏数组。如果它是 pandas 稀疏数组,而不是另一种类型的稀疏数组,则返回 True。
- arr:array-like
Array-like 进行检查。
- bool
array-like 是否是 pandas 稀疏数组。
参数:
返回:
例子:
如果参数是一维 pandas 稀疏数组,则返回
True
。>>> is_sparse(pd.arrays.SparseArray([0, 0, 1, 0])) True >>> is_sparse(pd.Series(pd.arrays.SparseArray([0, 0, 1, 0]))) True
如果参数不是稀疏的,则返回
False
。>>> is_sparse(np.array([0, 0, 1, 0])) False >>> is_sparse(pd.Series([0, 1, 0, 0])) False
如果参数不是 pandas 稀疏数组,则返回
False
。>>> from scipy.sparse import bsr_matrix >>> is_sparse(bsr_matrix([0, 1, 0, 0])) False
如果参数有多个维度,则返回
False
。
相关用法
- Python pandas.api.types.is_scalar用法及代码示例
- Python pandas.api.types.is_signed_integer_dtype用法及代码示例
- Python pandas.api.types.is_string_dtype用法及代码示例
- Python pandas.api.types.is_timedelta64_ns_dtype用法及代码示例
- Python pandas.api.types.is_extension_array_dtype用法及代码示例
- Python pandas.api.types.is_extension_type用法及代码示例
- Python pandas.api.types.is_dict_like用法及代码示例
- Python pandas.api.types.is_float_dtype用法及代码示例
- Python pandas.api.types.is_datetime64_any_dtype用法及代码示例
- Python pandas.api.types.is_hashable用法及代码示例
- Python pandas.api.types.is_categorical用法及代码示例
- Python pandas.api.types.is_number用法及代码示例
- Python pandas.api.types.is_datetime64tz_dtype用法及代码示例
- Python pandas.api.types.is_datetime64_ns_dtype用法及代码示例
- Python pandas.api.types.is_datetime64_dtype用法及代码示例
- Python pandas.api.types.is_timedelta64_dtype用法及代码示例
- Python pandas.api.types.is_iterator用法及代码示例
- Python pandas.api.types.is_numeric_dtype用法及代码示例
- Python pandas.api.types.is_interval_dtype用法及代码示例
- Python pandas.api.types.is_integer_dtype用法及代码示例
注:本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.api.types.is_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。