用法:
pandas.api.types.is_sparse(arr)
檢查 array-like 是否是一維 pandas 稀疏數組。
檢查一維 array-like 是否為 pandas 稀疏數組。如果它是 pandas 稀疏數組,而不是另一種類型的稀疏數組,則返回 True。
- arr:array-like
Array-like 進行檢查。
- bool
array-like 是否是 pandas 稀疏數組。
參數:
返回:
例子:
如果參數是一維 pandas 稀疏數組,則返回
True
。>>> is_sparse(pd.arrays.SparseArray([0, 0, 1, 0])) True >>> is_sparse(pd.Series(pd.arrays.SparseArray([0, 0, 1, 0]))) True
如果參數不是稀疏的,則返回
False
。>>> is_sparse(np.array([0, 0, 1, 0])) False >>> is_sparse(pd.Series([0, 1, 0, 0])) False
如果參數不是 pandas 稀疏數組,則返回
False
。>>> from scipy.sparse import bsr_matrix >>> is_sparse(bsr_matrix([0, 1, 0, 0])) False
如果參數有多個維度,則返回
False
。
相關用法
- Python pandas.api.types.is_scalar用法及代碼示例
- Python pandas.api.types.is_signed_integer_dtype用法及代碼示例
- Python pandas.api.types.is_string_dtype用法及代碼示例
- Python pandas.api.types.is_timedelta64_ns_dtype用法及代碼示例
- Python pandas.api.types.is_extension_array_dtype用法及代碼示例
- Python pandas.api.types.is_extension_type用法及代碼示例
- Python pandas.api.types.is_dict_like用法及代碼示例
- Python pandas.api.types.is_float_dtype用法及代碼示例
- Python pandas.api.types.is_datetime64_any_dtype用法及代碼示例
- Python pandas.api.types.is_hashable用法及代碼示例
- Python pandas.api.types.is_categorical用法及代碼示例
- Python pandas.api.types.is_number用法及代碼示例
- Python pandas.api.types.is_datetime64tz_dtype用法及代碼示例
- Python pandas.api.types.is_datetime64_ns_dtype用法及代碼示例
- Python pandas.api.types.is_datetime64_dtype用法及代碼示例
- Python pandas.api.types.is_timedelta64_dtype用法及代碼示例
- Python pandas.api.types.is_iterator用法及代碼示例
- Python pandas.api.types.is_numeric_dtype用法及代碼示例
- Python pandas.api.types.is_interval_dtype用法及代碼示例
- Python pandas.api.types.is_integer_dtype用法及代碼示例
注:本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.api.types.is_sparse。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。