Python Pandas DataFrame.ftypes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.ftypes屬性返回DataFrame中的ftypes(指示稀疏/密集和dtype)。它返回具有每個列的數據類型的Series。

用法： DataFrame.ftypes

參數：沒有

返回:係列

範例1：采用DataFrame.ftypes屬性以檢查給定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)

輸出：

現在我們將使用DataFrame.ftypes屬性以檢查給定數據幀中列的ftype。

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

輸出：

正如我們在輸出中看到的，DataFrame.ftypes屬性已成功返回包含給定數據幀中每一列的ftypes的係列。

範例2：采用DataFrame.ftypes屬性以檢查給定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)

輸出：

現在我們將使用DataFrame.ftypes屬性以檢查給定數據幀中列的ftype。

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

輸出：

正如我們在輸出中看到的，DataFrame.ftypes屬性已成功返回給定數據幀的ftype。

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.ftypes。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。