Python Pandas DataFrame.blocks用法及代碼示例

Pandas DataFrame是帶有標簽軸(行和列)的二維大小可變的，可能是異構的表格數據結構。算術運算在行和列標簽上對齊。可以將其視為Series對象的dict-like容器。這是 Pandas 的主要數據結構。

Pandas DataFrame.blocks屬性是的同義詞as_blocks()函數。它本質上將幀轉換為dtype->構造器類型的字典，每個字典都具有同質dtype。

用法： DataFrame.blocks

參數：沒有

返回：字典

範例1：采用DataFrame.blocks屬性以返回包含單獨數據類型塊中的數據的字典。

# 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)

輸出：

現在我們將使用DataFrame.blocks屬性以返回給定 DataFrame 的塊表示形式。

# return a dictionary 
result = df.blocks 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，DataFrame.blocks屬性已成功返回包含 DataFrame 數據的字典。同類列是同一塊中的位置。

範例2：采用DataFrame.blocks屬性以返回包含單獨數據類型塊中的數據的字典。

# 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)

輸出：

現在我們將使用DataFrame.blocks屬性以返回給定 DataFrame 的塊表示形式。

# return a dictionary 
result = df.blocks 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，DataFrame.blocks屬性已成功返回包含 DataFrame 數據的字典。同類列是同一塊中的位置。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas DataFrame.blocks。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。